张作省，杨程亮，朱瑞飞，高 放，于 野，钟 兴

(1.中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室，长春 130039；2.中国科学院大学，北京 100049； 3.长光卫星技术有限公司吉林省卫星遥感应用技术重点实验室，长春 130000)

0 引言

在高分辨率遥感影像处理中，机场作为重要的战略目标，在国民经济和国防体系里机场识别都是一项重要研究任务。长期以来，在这一方面很多研究组织开展了大量的基础性研究工作，并得到多种较为有效的算法。这些算法一般可分为两类，一类是基于机场显著性结构特征进行识别，另一类则是基于边缘直线进行特征提取。

基于显著性结构特征的方法主要基于视觉显著性机制。当人眼在搜索目标时，会第一时间注意到结构特征明显或连通域较大的区域，这种基于人脑对机场的固有印象，为知识驱动型显著性机制。相较于周边环境具有较高亮度或纹理差异较大的区域也会在第一时间被注意到，这种机制与经验无关，为特征驱动型显著性机制。其中，知识驱动型显著性检测方法利用机场的形状(如飞机跑道直线特征)、纹理等先验知识来确定机场位置，其先验知识的数学表述并不简单且泛化性能极弱，因此很少有突破性的研究进展；而基于特征驱动型研究中，文献[1]提出了仿视网膜认知的计算模型，之后HAREL等改进文献[1]模型中“中心周边差分”步骤，从图论角度提出基于图的显著性模型(GBVS)[2],随后基于频率域的显著性计算模型[3-5]被提出,这些方法能够很好地估计目标显著性，但往往容易突出边缘，场景中显著性最高的区域有可能不是机场目标，因此难以胜任复杂的高分辨率遥感影像场景中的机场目标提取。……