李 静

(河南大学濮阳工学院，河南 濮阳 457000)

1 引言

人造卫星遥感是一门综合性的科学技术，它可以从远距离或者高空中，利用红外等探测仪器以扫描成像的方式来识别地面遥感图像运动状态的现代化技术系统[1]。对遥感图像识别方法有很多种，目前经常使用的是图像特征模板匹配方法[2]，但是传统的遥感图像模板匹配识别过程中，普遍存在着匹配正确率较低、运算时间较长，识别精度较低等问题[3]。针对这一问题，如何快速提出具有较高识别准确度和较好识别效果的方法成为当今社会亟待解决的问题[4]。

目前很多专家学者们对其进行了研究，也得到了一些成果。例如，基于PCA的飞机遥感图像模板匹配识别方法。该方法对飞机遥感图像进行均值滤波处理和分割，将分割后的飞机遥感图像各个区域进行主成分分析，然后将主轴旋转成九十度方向和模板库进行匹配，进行飞机识别。该方法具有较好的识别效果，但是识别准确度较低。

基于支持向量机的飞机遥感图像匹配识别方法。该方法利用邻域灰度值方法来提取出候选图像，利用飞机遥感图像邻域像素值的二值模式来当作样本集，将其输入到神经网络中进行训练，获取不变性的飞机遥感图像轮廓特征向量，输入到支持向量机中进行识别。该方法具有较好的识别精度，但是识别效率较低。

针对上述问题，文中将梯度相似性度量和DOT算法相结合，将梯度幅值较大的主导方向视为遥感图像特征参量，用于后续匹配，并通过邻域像素差值法来对遥感图像目标特征进行识别。……