基于LFP与RCD(G)特征的遥感图像车辆检测

摘要

为研究将区域协方差算子(regional covariance descriptors,RCD)用于高分辨率遥感图像中的车辆检测,提出了两种新的图像特征提取方法。针对原始RCD方法未能利用图像的二值信息的情况,提出了一种基于二值统计的局部特征模式(local feature pattern,LFP)方法。针对原始RCD方法中卷积核简单、方向单一的问题,设计了一种多尺度、多方向的正弦函数卷积核,提出了一种基于Gabor卷积核的RCD(G)方法。对比了各种方法用于车辆分类的准确率,结果表明,LFP方法的准确率和原始RCD方法差不多,而RCD(G)方法的准确率比原始RCD方法提高了1. 35%,准确率达到95. 25%。另外,LFP+RCD(G)方法的准确率比LFP+原始RCD方法高1. 75%,达到了96. 65%。