自从二十世纪60年代以来,利用遥感卫星摄取的图像来获取地面目标,一直是空间技术获取地面信息的重要手段。它已经在国防、科研和经济建设领域得到了广泛的应用。随着计算机性能的提高和图像处理技术的发展,利用计算机来检测和识别遥感图像中的目标已经成为研究的热点。 机场的识别作为模式识别领域的问题之一,在军事上有着重要的应用前景,特别是在军事侦察和精确制导方面备受青睐。但是机场识别的最终目标是走向实际应用,真正能够应用于任何背景下的机场识别方法和系统还不存在,因此在这一领域的研究还有待进一步的深入和完善。 支持向量机作为一种新型的机器学习方法,由于其出色的学习性能,在很多领域得到了成功的应用。近年来,该方法在图像处理和模式识别中也显现出了优越的性能。本文在研究支持向量机方法的基础上,应用基于支持向量机的方法来进行机场跑道的检测和识别。针对遥感图像的特点和机场跑道的特征,首先应用支持向量机回归算法进行图像的边缘检测,将灰度图像变换到SVR域进行边缘提取,然后利用边缘信息和改进的Hough变换提取图像中的长直线信息,确实跑道的候选区域,最后利用SVM函数分类进行跑道的检测和识别。 本文所提出的目标识别方法较好的实现了遥感图像中机场跑道的自动识别,效果比较满意,而且这一方法对遥感图像中的类似目标的识别也具有很好的精确性和一定的适用性。