基于局部Hough变换的机场跑道检测方法

２０１７年　６月　装备学院学报　Ｊｕｎｅ　２Ｏ１７　Ｖｏｌ＿２８　Ｎｏ．３　第２８卷第３期　Ｊｏｕｒｎａｌ　ｏｆ　Ｅｑｕｉｐｍｅｎｔ　Ａｃａｄｅｍｙ　基于局部Ｈｏｕｇｈ变换的机场跑道检测方法　焦　姣　，　巩向武　，　郭皇皇　（１．装备学院研究生管理大队，北京１０１４１６；　２．装备学院复杂电子系统仿真实验室，北京１０１４１６）　摘　要　针对可见光遥感图像中的机场跑道检测问题，提出了一种基于方　向预判的局部Ｈｏｕｇｈ变换方法。通过频谱能量楔向采样，确定频谱图中对能量贡献　起主导作用的系数分布角度范围与机场跑道的对应关系，得到跑道的方向预判结果；　利用方向信息对Ｈｏｕｇｈ变换角度的取值范围进行压缩，通过局部Ｈｏｕｇｈ变换进行　直线检测得到机场跑道。实验结果表明：该方法能够较好地消除复杂背景中地物的　干扰，快速准确地检测出机场跑道。　关　键词　频谱分析；边缘检测；局部Ｈｏｕｇｈ变换；跑道检测　ＴＰ７５１　Ａ　中图分类号文献标志码文章编号　２０９５—３８２８（２０１７）０３—００３２—０６　ＤＯＩ　１０．３７８３／ｊ．ｉｓｓｎ．２０９５—３８２８．２０１７．０３．００６　Ａｉｒｐｏｒｔ　Ｒｕｎｗａｙ　Ｄｅｔｅｃｔｉｏｎ　Ｂａｓｅｄ　ｏｎ　Ｌｏｃａｌ　Ｈｏｕｇｈ　Ｔｒａｎｓｆｏｒｍ　ＪＩＡＯ　Ｊｉａｏ　，　ＧＯＮＧ　Ｘｉａｎｇｗｕ。，　ＧＵＯ　Ｈｕａｎｇｈｕａｎｇ　（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｇｒａｄｕａｔｅ　Ｍａｎａｇｅｍｅｎｔ，Ｅｑｕｉｐｍｅｎｔ　Ａｃａｄｅｍｙ，Ｂｅｉｊｉｎｇ　１０１４１　６，Ｃｈｉｎａ；　２．Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　ｏｎ　Ｃｏｍｐｌｅｘ　Ｅｌｅｃｔｒｏｎｉｃ　Ｓｙｓｔｅｍ　Ｓｉｍｕｌａｔｉｏｎ　Ｌａｂｏｒａｔｏｒｙ，Ｅｑｕｉｐｍｅｎｔ　Ａｃａｄｅｍｙ，Ｂｅｉｊｉｎｇ　１０１４１６，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ　Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ａ　ｌｏｃａｌ　Ｈｏｕｇｈ　ｔｒａｎｓｆｏｒｍ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｄｉｒｅｃｔｉｏｎ　ｐｒｅｄｉｃｔｉｏｎ　ｉｓ　ｐｒｏ—　ｐｏｓｅｄ　ｆｏｒ　ｔｈｅ　ａｉｒｐｏｒｔ　ｒｕｎｗａｙ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｖｉｓｉｂｌｅ　ｒｅｍｏｔｅ　ｓｅｎｓｉｎｇ　ｉｍａｇｅ．Ｔｈｅ　ｒｕｎｗａｙ　ｄｉｒｅｃｔｉｏｎ　ｐｒｅｄｉｃ—　ｔｉｏｎ　ｉｓ　ａｃｈｉｅｖｅｄ　ｂｙ　ｄｅｔｅｒｍｉｎｉｎｇ　ｔｈｅ　ｃｏｒｒｅｓｐｏｎｄｅｎｃｅ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｃｏｅｆｆｉｃｉｅｎｔ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ａｎｇｌｅ　ｒａｎｇｅ　ｗｉｔｈ　ａ　ｄｏｍｉｎａｎｔ　ｆｕｎｃｔｉｏｎ　ｉｎ　ｅｎｅｒｇｙ　ｃｏｎｔｒｉｂｕｔｉｏｎ　ａｎｄ　ｔｈｅ　ａｉｒｐｏｒｔ　ｒｕｎｗａｙ．Ｗｉｔｈ　ｔｈｅ　ｕｓｅ　ｏｆ　ｔｈｅ　ｄｉｒｅｃｔｉｏｎ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｆ　ｔｈｅ　ｒｕｎｗａｙ，Ｈｏｕｇｈ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ　ｒａｎｇｅ　ｉｓ　ｒｅｄｕｃｅｄ，ａｎｄ　ｔｈｅ　ａｉｒｐｏｒｔ　ｒｕｎｗａｙ　ｉｓ　ｏｂ—　ｔａｉｎｅｄ　ｖｉａ　ｔｈｅ　ｌｉｎｅ　ｄｅｔｅｃｔｉｏｎ　ｔｈｒｏｕｇｈ　ｌｏｃａｌ　Ｈｏｕｇｈ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔｓ　ｓｈｏｗ　ｔｈａｔ，ｗｉｔｈ　ｔｈｉｓ　ｍｅｔｈｏｄ，ｔｈｅ　ｄｉｓｔｕｒｂａｎｃｅ　ｆｒｏｍ　ｔｈｅ　ｇｒｏｕｎｄ　ｏｂｊ　ｅｃｔｓ　ｉｎ　ｃｏｍｐｌｅｘ　ｂａｃｋｇｒｏｕｎｄ　ｃａｎ　ｂｅ　ｂｅｔｔｅｒ　ｒｅｍｏｖｅｄ，ａｎｄ　ｔｈｅ　ａｉｒｐｏｒｔ　ｒｕｎｗａｙ　ｃａｎ　ｂｅ　ｄｅｔｅｃｔｅｄ　ｗｉｔｈ　ｇｒｅａｔ　ｓｐｅｅｄ　ａｎｄ　ａｃｃｕｒａｃｙ．　Ｋｅｙｗｏｒｄｓ　ｓｐｅｃｔｒｕｍ　ａｎａｌｙｓｉｓ；ｅｄｇｅ　ｄｅｔｅｃｔｉｏｎ；ｌｏｃａｌ　Ｈｏｕｇｈ　ｔｒａｎｓｆｏｒｍａｔｉｏｎ；ａｉｒｐｏｒｔ　ｒｕｎｗａｙ　ｄｅ　ｔｅｃｔｉｏｎ　遥感图像中的机场跑道具有较为明显的特　取出跑道。文献Ｅ２］首先利用形态学方法进行图　征：跑道通常表现为平直且边沿较为齐整的带状，　长宽具有一定的范围，边缘线一般为平行线对；跑　像增强，然后采用最大类间方差法进行阈值分割，　提取得到机场连通域，经过细化之后通过２次　Ｈｏｕｇｈ变换提取跑道。文献［３］根据机场跑道在　道区域的灰度级通常高于附近背景区域，具有与　周围环境较为明显的差异。这些特征可应用于跑　道检测与提取。基于此，许多学者进行了研究。　各波段所具有的不同灰度特征及其直线特征进行　跑道定位，再对跑道关键点进行区域生长。文献　［４ＩＮ用最大连通域提取得到机场区域，然后通过　边缘提取和Ｈｏｕｇｈ变换确定跑道。这些特征在　复杂背景下存在的损失容易造成目标漏警和虚　文献Ｅｌｉ首先对图像进行分割，然后利用各向异性　扩散和Ｆｒａｎｇｉ滤波去除噪声干扰，检测得到可能　的跑道信息，最后利用目标的形状和颜色特征提　收稿日期　２Ｏ１７一Ｏ４一ｌ７　基金项目　部委级资助项目　作者简介焦姣（１９８８），女，博士研究生，主要研究方向为空间信息处理和遥感图像处理。ｊｉａｏｊｉａｏ　ｎｋ＠１６３．ｃｏｒｎ　笫３期　熊　姣。等：基于肘部Ｈ（ｍｇｈ变换的机场跑道检测方法　：｛：｛　警，而传统Ｈｏｕｇｈ变换的计算量也非常大。　本文首先通过频域能量分布分析确定机场跑　道的大致方向，然后将Ｈｏｕｇｈ变换中的角度取值　限定在较小的范围内，减少了Ｈｏｕｇｈ变换的计算　量，同时准确枪测出＿ｒｌ机场跑道。ｌ本文提出的方　法包括以下几个步骤：（１）采用改进的中值滤波　策略对图像进行降噪处理；（２）通过阈值分割得　到二值图像；（３）采用Ｃａｎｎｙ算子进行边缘榆测；　（４）将图像变换至频域通过能量谱楔状采样峰值　分析得到跑道的大致方向；（５）刈’边缘图像进行　局部Ｈｏｕｇｈ变换得到机场跑道的检测结果。整　个流程如图１所示。　ｌ　机场跑道检测流秤　ｌ　图像预处理　１．１图像降噪　遥感图像在拍摄的过程　｝Ｊ难免会存在一些噪　声，一般是突发噪声点。为了更好地提取日标，首　先需要对图像进行降噪处理。目前．图像降噪有　许多成熟的滤波器，其中中值滤波对随机噪声具　有非常理想的降噪能力，但其效果依赖于滤波窗　口大小——窗Ｕ太大会导致边缘模糊，太小则去　噪效果不理想。本文采用一种改进的中值滤波策　略，即对图像进行扫描，判断像素点是否是滤波窗　口覆盖下邻域像素的极小值或者极大值。如果　是，依然采用普通中值滤波进行处理；如果不足，　则不予处理。由于噪声点基本郁属于邻域极值．　利川改进的方法能够在几乎不对边缘造成影响的　情况下有效去除突发噪声点，尤其是消除椒盐　噪声。　１．２阈值分割　一幅图像可以看作由前景与背景构成，可以　通过统计学方法获取分割阈值，使前景与背景尽　可能分离。一般而言，机场具有与背景较为明显　的灰度差异，可以采用一种自适应闽值分割方法　对遥感图像进行二值化操作，即完成机场　背景　的分割。本文采用（）ｔｓｕ方法。。。（）ｔｓｕ阈值分割　方法又称最大类问方差法，该方法计算简单，　一　定条件下不受图像亮度与对比度变化的影响。　假设待分割图像仃Ｌ个灰度级　（０，ｌ，…，Ｌ一１），通过阈值，将图像分为（、　和　（、：　２类，即具有肤度级｛０。ｌ，…，了、｝的像索分为　（、　，｛７、＋１，了　＿厂２，…，　一１｝的像素分为（、　设　（　）表示　值为ｆ时的类问方差，通过求最　大值叮得到最　阈值１’。　Ｔ、一ａｒｇ　Ｉｌｌａｘ｛　ｌ｛（　）　（１）　ｌ§（，）　＿－　ｌ（，）（，　ｌ（ｆ）一川　）　＋／Ｊ　ｚ（　）（７，　２（ｆ）一，，　ｇ）　（２）　式【｛１：，，ｊ　（　）　，　（　）分别是（、　和（、　的像素平均　值；　（　），，）　（，）分别是柑应的概率密度；　是　全局像素均值。　如图２为耿度图像的直方图，使用（）ｔｓｕ法求　得丁一０．５／１９，转换在［０，２５５］之问为１　４０．０．闽值　丁位于２个峰值之问的波谷位置。　●　瓣　５　４　３　２　ｌ　啪　０　＿ｌ　ｃＩ　　ｌ魏ｇ霹　壤　ｈ　ｆ　ｊ　ｉｈ　ｌＪ　１：　．　０　５０　ｌ００　１５０　２００　２５０　灰度级　Ｊ割２　版度ｌ习１黎ｒｌ：力Ｉ冬Ｉ　１．３边缘检测　Ｃａｎｎｙ足常川的边缘检测算子，它能够在噪　卢抑制和边缘精确定位之　取得最佳折　ｆ　。本文　采用Ｃａｎｎｙ算子进行边缘检测，其原理是：在　、　ｙ方向求一阶导数，将其组合为ｑ个方向的导数，　这些方向的导数达到局部最大值的点就足构成边　缘的候选像素点。具体算法如下“：（１）用高斯　滤波器对图像进行平滑滤波；（２）用一阶偏导有　限差分来计算梯度的幅值ｌ不１ｌ方　；（３）对梯度幅　值进行非极大值抑制；（４）刷双阈值算法对边缘　进行检测和连接。　遥感图像背景通常较为复杂，存在多种地物。　完成　像分割操作之后依然存在背景残留，导致　边缘提取结果【＿｝ｌ存在部分背景连通体边缘。【六Ｉ　此，本文对边缘提取结果进行简单的连通体筛选．　滤除较小的连通体边缘。　２基于频谱能量分析的方向预判　图像的傅●　叶变换是将Ｉ兜ｌ像从审问域变换到　频率域，也就是将图像的光谱能量分布．／’（　，ｊ，）　变换为频率能　分布Ｆ（“，　），频谱图能够很好　装　备学院学报　地反映　不同的频率成分，【＿ｉ土反映了　像能垣随　步页率的变化情况　。在图像的傅里叶频谱中，亮　点的叫峭表　了陔点与邻域点差异强弱，亮度强　的点梯度值较人。『』Ｉ】果频潜【冬１中亮度强的点较　多．　像通常较为尖锐，具有较为剧烈的灰度变化　离中心的区域属高频部分．与原　像ｒ｛　灰度级变　化较快的分量奉｝｛对应，常衷征图像的细　，如边缘　秆１噪声等。　２．１频谱能量分析　将图像进行二维傅咀ｌｌ１‘变换，　Ｉ　３所示　。　趋势，边　分明并Ｉ｛．边界处像素差异较大。通常　图像ｔ　仃在较多的水平与垂直办向线条，　此频　谱　ｌｌ　点多集・｝　丁水平　乖　方向。原　像中　傅里口１‘变换得到的频谱数摧并非以零频为【ｆＩ心进　行排列，而是按照原始的讣算川贝序．　此零频位于　频谱图角上。利用频潜周期性特点．通过平移可　的水平边缘　频谱　中的　直亮线相刘‘应。『『ｉｉ竖　以将零频移至图像中心位置。低频分｝Ｉ｛＝从频谱　直边缘！』｛Ｉｊ与水平亮线相对应。频潜图中靠近巾心　ｒ『１．　向四周扩散；同时．高频分垃！Ｊ！ｌＪ分散在四周．　的　域为低频部分，对应原图像的慢变化分艟；远　彳丁利于财图像特征进行分析。　亩流中　Ｉ　直流中心　：　维图像　高频成分　低频成分　３　ｌ矧像频潸坐标移位示惑　２．２跑道方向预判　分划分为６个小区域．分别做６个　的能｛｝｝统　遥感图像ｌＩＩ．各类地物特征线条表现出多　计，划分角度为：［６（）。。９（）。）　㈤。．６Ｏ。）．［ｏ。，３０。）．　方　．且随机分　于图像『ｆ】符个位置。根据傅　［一３０。，０。）．［　６０。．一３Ｏ。）．１　９（）。．一６０。）．＆ＩＪ　里叶能ｆ１谱的白眦准性，具有ｌｌ｛＝卡｝１同方向的特征线　４所示。　不受位　约束．其能量贡献会替置在一起，并在频　０。　ｊＵ　３０。　ＩＩＪ集中表征为通过中心且垂直于原特征线方　ＩＰ］的条带。若原图像中存在大　的某一角度的边　∞　缘线，则其频谱能量的楔状采样在　＋丌　２　有较　大的峰ｆｆＩｆ。遥感　像中机场线条较为　一，分布　在　像『ｆＩ的某一个位置，通过分析楔向能量分布　的峰值化置即叮大敛确定图像巾机场的方向。　采川极坐标系进行频谱能　Ｅ（　，　）分析，　似没（ｒ．０）为（　．－、，）平面上的极坐标　ｌ　能　ｉ｝｝楔状采样　ｒ　ｆ。　Ｆ，（０）一ｆ　Ｆ（　．　）ｄｌ　一Ｉ　『Ｆ（　。　）ｌ。ｄｒ　３基于方向信息的Ｈｏｕｇｈ变换　Ｊ¨　√ｌ　ｌ（３）　３．１　Ｈｏｕｇｈ变换基本原理　迎过积分町以得到各扇形　域中的频潜能量　Ｈｏｕｇｈ变换是一种常用的提取　线的　法．　分布。离散二维　像可用求和米替代积分形式。　实质上是一种投票机制，埘参数　Ｍ『ｌｆｌ的点进仃　在相Ｊ、　ｎ勺扇　埘，　求和　投票，投票值超过阈值则认为有足够多的点化于　陔参数点所决定的直线ｌ　。该方法具仃受亩线是　，（　，）一＞：Ｆ，（０），　一１，２．．．．川　（４）　１１　存在断点和噪声影响小的优点。经过Ｈｏｕｇｈ　考虑经过平移的频谱图［ｆｊ频谱能量系数关于　变换，可以得到直线长度、端点、夹角．以及直线　原点『　Ｉ刈称分布，只收上半部分的频谱系数进行　垂直距离等参数。Ｈｏｕｇｈ变换的　本思想是点　楔　分　能量采样．根据对称性将频谱　卜半部　线的对偶性．它把图像　中直线的榆测问题变　第３期　焦　姣，等：基于局部Ｈｏｕｇｈ变换的机场跑道检测方法　３５　换到参数空间中点的检测问题。变换关系为　Ｄ　ＣＯＳ　＋ｙｓｉｎ　（５）　由于背景粘连、成像条件等原因容易出现边缘断　裂。本文对Ｈｏｕｇｈ变换检测出的直线进行扫描，　式中：ｐ为坐标原点到直线的距离；　为直线的法　线与　轴的夹角。图像空间ｒ．ｙ中的每个点与参　数空间ｐ－Ｏ中的一条正弦／余弦曲线相对应，且同　一根据平行线对距离和局部灰度分布信息对部分短　线段进行区域生长，得到较为完整的跑道。　直线上的点所对应参数空间中的曲线均交于一　４实验结果及分析　如图６所示，选取多幅机场遥感图像进行实　验验证，统一图像大小为８００×８００。实验硬件环　境为Ｉｎｔｅｌ　Ｃｏｒｅ　ｉ５—４２００Ｕ，ＣＰＵ主频１．６０ＧＨｚ，软　点。将参数空间离散化，统计过参数空间每个点　［ｆＤ，　］的曲线条数，　值相同则表征２条平行的　直线。如图５所示，空间中有３个点，分别对各点　求过该点的Ｎ个方向直线的　，　］坐标。通常　Ｎ—ｌ８Ｏ，对应的检测角度精度为ｌ。。图中３个点　件环境为ＭＡＴＩ　ＡＢ　Ｒ２０１４ａ。这３处机场具有　较好的代表性和差异性，机场背景主要以农田和　村庄为主：图６ａ）中有一条跑道，跑道一侧有一条　滑行道；图６ｂ）中机场较为复杂，有２条平行跑　道；图６ｃ）中有２条“Ｘ”形跑道。　的［１０，　］曲线相交于点［１Ｄ　，］，该交点即表征　经过这３个点的直线。Ｈｏｕｇｈ变换直线检测对　经过同一点的曲线数进行累加，超过一定阈值的　［Ｊ０，　］坐标，即可判定此处存在一条直线。　ａ）北京两苑机场　ｂ）参数空间　图５　Ｈｏｕｇｈ变换原理图　ｂ）台湾桃园机场　３．２　跑道检测　遥感图像中的跑道一般为具有一定宽度的平　行线对，且具有显著的方向性，与其他地物目标有　明显区别　ｌ。根据跑道边缘线特征，结合方向预　判信息，对边缘检测结果进行局部Ｈｏｕｇｈ变换。　传统Ｈｏｕｇｈ变换参数臼的取值范围是［一９Ｏ。，　９０。），经过边缘检测提取到的边缘像素点都要参　与运算，具有计算量大的缺点。本文方法利用频　谱能量分布分析得到机场跑道方向信息，将　的　取值范围压缩到跑道方向邻域内的局部小区间　［　，臼。）内，将对　的全局投票简化为局部投票。　能有效减小计算量并准确检测到机场跑道。　机场跑道边缘一般为基本等长的平行直线，　４．１　跑道方向预判结果及分析　ｃ）芷江机场　图６机场遥感原图像　首先针对原始图像，进行图像降噪以及阈值　装　衔学院学报　分割；然后采川（＇ａｒｍｙ算子进行边缘检测，滤掉　为楔向能皱累计峰值，与机场跑道方向的角度埘　过小的连通体；ｌｌＩｆ通过傅　叶变换将降噪处理后　血关系满足　｛　２　的灰度　像，　换仝频域。提取　嘴　中对能　贯　根据能　分布检测剑Ｉ殳Ｉ　６；　）对应的能　统汁　』｛ｊＪ：起ｔ　作川的系数分　角　范ｍ．得到跑道的　图中条柱ｌ　峰值。卡Ｈ应角发范围为Ｌ㈤　－９０　）・　，Ｊ‘　预划结　．．刈‘　６中３　Ｉ　像分别进行处　则机场跑道力‘　大敛在［一３Ｏ　．０。）；图　）对Ｊ、¨内　，得剑　ｆ１ｌｌ＿分荆结果、边缘榆测结果、对心的频　能量统训　叶１榆测到条柱５为峰值，卡｝１应们度　频　６个　向的楔　能　统汁结果以及　罔为［一６（）。，一３０。），则跑道力‘向大致仡ｌ：　）”，　、机场跑道力‘　预州结果．　表１Ｊ听，Ｊｉ。表１叫｜第　６０。）；　６ｃ）跑道为“Ｘ”形．埘心的能　统汁　Ｉｌ　１）ｑ列为条仆　．条佳ｌ～６分圳对嘘［６（）　・９０　）、　检测到条ｆ　２为峰值．条　３能量累计值　ｊ条　ｔ　６（Ｊ。）、『（）。．　。）、ｌ一　。．０。）、　一６（）。．一３０。）、　２相筹０．：　．卡Ｉｊ应的角发范　分圳为ｉ　．㈤”）、　１一㈨。，一６０。）６个角度范　。除　频谱图巾的水　［ｓｏ。。６Ｏ。）。！Ｊ！ＩＪ跑道方向分圳　［一㈨　。一６（）　）、　与垂卣凫线之外，一般还仔　通过频谱　心的　ｒ　６（）。，　．｛（】。）．据此ｌ１』以通过　值设置检测　划　斜ＩｈＪ亮色条带，ｊ　仃突　的能　集－ＩＩ．该条带表现　双峰值。提取“Ｘ”形机场跑道。　表Ｉ　图６ａ）～图６ｃ）机场跑道方向预判结果　　ｌ，Ｉ。Ｉ　阀　‘｝削　粜　边缘俭洲　顷　颂　【　ｌ恻Ｉ　ｌｊ能：ｉ｝境ｉｌ　机场跑ｉ盟，Ｊ…Ｊ　■ｌ，ｒ　●　－■Ｉ－■Ｅ　＿　暖瞄臻鼹翳鞣勰　）　２　Ｉ　翟　暖　霍Ｉ　Ｉ　　＿　＿－●■■。。‘。一　２未３．　ｌ４　５０　　　Ｉ　！拦蚵１滕　　．５　　＿删　】．１Ｉ　１　１　２　３　的局部Ｈｏｕｇｈ变换和传统Ｈｏｕｇｈ变换方法进ｆｊ　僻ｙｌｊ厅…颅削信息后　将　６中３幅　像的　跑道榆测，结　如　７～　）所示。跑道愉洲２ｆ　边缘　像作为输入．分别利用　＿＿ｒ方向预削信息　果以红色线条作为标记。　）Ｈｏｕｇｈ变换食　投票　ｃ｛）ｌｔ（）ｕｇｈ　笾换局部擞　７　）机场跑道卡＝；＝测结　第３期　焦　姣．等：丛于局部Ｈｏｕｇｌ　变换的机场跑道榆测力‘法　全局｝ｔｏｕｇｈ变换检测结粜　ｂ）水文方法检测结果　ｃ、）Ｈｏｕｇｈ变换全局投票ｄ）Ｈｍ　ｇ１、变换＾　邾投票　图８　）机场跑道检测结果　臼　）术史方法榆测结果　ｃ、）Ｈｏｕｇｈ变换伞硒投票　ｄ）Ｈｏｕｇｈ变换硒　投燥　９　６ｃ）机场跑道卡令测结果　图７～图９中的图像ａ）分别为图６中机场　机场跑道方向的对应关系。将Ｈｏｕｇｈ变换ｆ｝１全局　投票简化为局部投票，大大减少了Ｈｏｕｇｈ变换的　计算量，快速准确地检测出机场跑道。下一步工　像的全局Ｈｏｕｇｈ变换检测结果，图像ｂ）分别为　局部Ｈｏｕｇｈ变换的检测结果，图像ｃ）和图像ｄ）　分别为Ｈｏｕｇｈ变换全局和局部投票结果。从上　述结果ｕ丁以看出：图６ａ）中山于全局变换的缺点，　容易榆测出虚假直线；罔６ｂ）中机场跑道结构较　为复杂，缩小检测范同可以得到更为精细的跑道　检测结果；图６ｃ）中机场存在“Ｘ”形跑道，全局检　作需要研究自适应闽值分割技术，消除复杂背景　干扰，进一步提高跑道的检测率和算法的鲁棒性。　参考文献　（Ｒｅｆｅｒｅｎｃｅｓ）　Ｌ　１　ＦＲＩ１’Ａ　ｒＨＩ　Ａ　Ｋ．ＳＷＡＲＵＰ　Ｓ．Ｓｂａ１）　ａｎｄ　ｃｏｌｏｒ｛ｅａｔｔｌＹｅＳ　测仪能检测到一个方向的跑道。而局部检测可以　检测剑“Ｘ”形跑道。下面对Ｈｏｕｇｈ变换在时问　效率ｆ　的改进进行验证。分别对局部与全局　Ｈｏｕｇｈ变换跑道检测所用时『开】、预处理时问以及　ｂａｓｅｄ　ａｉｒｐｏｒｔ　ｒｔｌｎｗａｙ　ｄｅｔｅｃ＇ｔｉｏｎ　Ｌ（、ｊ／／ＩＥＥＥ　Ｉｍ｛、ｒｎａｔｉｏｎａｌ　Ａｄｖａｎｃｅ（＇ｏｍ１）ｕｌｉｎｇ（’ｏｎｆｅｒｅｎｃｅ（１ＡＬ、（、）．（　ｂａｚｉａｂａｄ．Ｉｎｄｉａ：　２０ｌ　３：８３６　８　１　１．　［２］董书驹．吴巍．冲ｐ遥感罔像巾机场跑道的提取力法　－ｌｊ．武汉　理工夫学学报（信息与管理【程版）．　）０６．２８（７）：ｌ　２—１　５５．　［３］　博．哭秀清．刨拥军．统汁的｝ｔｏｕｇｂ变换在机场遥感图像分　割巾的廊用［Ｊ］．汁算机１２程，２０｛）２，２８（８）：２６１—２６５．　总耗时进行统计。结果如表２所示。　表２跑道检测耗时测试结果　（图像尺寸８００×８００　ｐｉｘｃ１．分辨率要求０．１。）　［４］陈旭光．林卉．遥感　像巾机场日标的识别方法　Ｉ＿．、｝’算机ｌ一　程与应用．２（）１　２．１８（２５）：ｌ　９４　ｌ９７．　５］阳波．摹于Ｒ大炎问力‘差遗传算法的『　Ｉ像分割力法［Ｊ］。湖南　师范大学自然科学学报．２００３．２６（１）：３２—３６．　：６］ＩｘＪ萨需斯．数字ｌ　像处理［Ｍ］．３版．阮秋琦．译．北寐：电子工　分析表２测试结果可知，局部Ｈｏｕｇｈ变换引　入的预处理开销略大于全局变换，但是通过参数　业ｆ“版社．２（）Ｊ　２：２粕　１．　［７］吴桂平，肖鹏峰．冯学钾．等．利用频谱能　进行高分辨率遥　感图像地物　｛驯＿Ｊ］．武汉大学学报（信息利学版）．２（）ｌ１．３６　（１１）：１　２９　Ｉ　１　２　）７．　范隔压缩，大大降低＿ｒ　Ｈｏｕｇｔ　变换本身的计算　量．使得跑道检测时间明显优于全局Ｈｏｕｇｈ变　换；同时，综合性能也较全局变换更优。综上所　述．本文方法可快速准确地检测出机场跑道。　［８］吴桂平．高分辨牢遥感　像频渚能鲢分析　典７　地物特征识　别研究［Ｉ）］．｝＿｝ｊ　：　求火学．２Ｏｌｌ：ｌＯ　ｊ６．　：９］艾淑芳．闩钧华，李夫甫．等．遥感图像巾的机场跑道检测算　法［Ｊ］．电光　ｊ控制．２０ｌ　７（２）：１３　ｌ６．　５　结束语　本文通过频域能量楔向采样确定能量峰值与　（编辑：李江涛）