基于支持向量机的机场检测算法
曲延云1,2,郑南宁1,李翠华2
(1.西安交通大学人工智能与机器人研究所，710049,西安；2.厦门大学计算机科学系，361005,厦门）
摘要:提出了一种新的机场检测算法.该算法通过把机场跑道的几何特征与其所在区域的纹理特征相结合来描述机场特征，其中由灰度的平均值和方差、区域的光滑性、直方图的偏斜度、区域的一致性、图像的随机性、图像的梯度平均和方差等8个特征组成机场的纹理特征向量.先通过直线检测找到机场跑道的候选区域，然后用基于高斯核函数的支持向量机作为分类函数，对候选区域的特征向量进行分类，由此判别机场跑道.实验表明，与传统的仅通过形状判断机场的方法比较，该算法对机场的误检率较低，检测率比刘德红的方法高近10倍，几乎能实时完成一幅图像的检测.
关键词:机场检测；支持向量机；直线检测
中图分类号:TN911.73文献标识码:A文章编号:0253-987X(2006)06-0709-05