鄭炬波++張樂++張旗

摘 要：針對hough算法中常見的“虛假直線”問題的缺陷，提出了一種基于hough算法和freeman鏈碼相融合的改進算法。這種方法運用幾何，拓撲，輻射三方面的關(guān)聯(lián)去降低它的識別復雜度，在以上特征的關(guān)聯(lián)條件下，先進行freeman鏈碼確定機場跑道粗略方向，再用hough變換去小范圍識別跑道的兩條直線。通過對可見光跑道圖像和紅外道路圖像數(shù)據(jù)分析處理，表明該方法在跑道（直線）識別方面的健壯性、準確性和有效性。

關(guān)鍵詞：跑道識別 hough算法 freeman鏈碼

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1672-3791（2014）07（b）-0001-02

在未來高技術(shù)條件戰(zhàn)爭中，空軍的作戰(zhàn)能力將發(fā)揮越來越大的作用，必須將敵機場或空軍基地進行有效地打擊。機場中最重要的一個建筑設施就是跑道，是重要的軍事目標，戰(zhàn)時常常成為偵察和打擊的主要對象，對跑道的識別具有重要意義。在眾多的跑道識別方法中，王永剛等用改進的Hough變換方法對機場圖像的邊緣檢測結(jié)果進行計算。李小毛、唐延東等人針對機場跑道成像的線狀結(jié)構(gòu)和高灰度值的特征，提出了一種基于多尺度線狀目標強化、并抑制其他的非現(xiàn)狀目標的機場識別算法。Nevita等人基于鄰接關(guān)系提出啟發(fā)式連接法檢測直線。Boldt等提出的層次記號編組方法利用了直線的幾何關(guān)系限制和對比度特性，用圖搜索方法跟蹤邊緣，加速了直線的提取過程。為了消除圖像識別中常見的“虛假直線”問題，提出了一種改進的hough算法，通過freeman鏈碼合理利用某些啟發(fā)式信息來限制的累加過程或設置不同點的hough空間投票權(quán)重。

1 基于hough算法和freeman鏈碼的跑道提取方法

1.1 1hough算法

Hough變換實質(zhì)上是一種投票機制，對參數(shù)空間中的離散點進行投票，若投票值超過某一門限值，則認為有足夠多的圖像點位于該參數(shù)點所決定的直線上。這種方法受噪聲和直線出現(xiàn)間斷的影響較小。

如果直線的斜率無限大，采用直坐標系是無法完成檢測的，為了能夠正確識別和檢測任意方向的和任意位置的直線一般通過直線的極坐標方程：，進行Hough變換，即用正弦曲線表示圖像空間中直線上的點。

對參數(shù)空間進行離散化，每個單元的中心點坐標為：

（1）

（2）

其中，為的分割段數(shù)；，為的分割段數(shù)。

1.2 freeman鏈碼

Freeman鏈碼是用曲線起始點的坐標和邊界點方向代碼來描述曲線或邊界的方法。常用的鏈碼按照中心像素點鄰接方向個數(shù)的不同，分為4連通鏈碼和8連通鏈碼。

線條由像素點組成，像素點的相對位置是以上八種方向之一，邊緣點的定義是在梯度方向具有最大梯度值的點。如果表示點（）的亮度，表示點（）的一階導數(shù)（亮度梯度），，窮舉組合，向八個方向計算梯度，得到了原始數(shù)據(jù)亮度的梯度。使用這個信息我們能夠在圖像的亮度梯度中搜尋峰值

（3）

計算出導數(shù)之后，下一步要做的就是給出一個閾值來確定哪里是邊緣位置，確定邊緣線吧，大于被承認是邊緣線。根據(jù)（）組對確定freeman鏈碼方向，只記錄方向極大地下降了計算量。把這些選出來的點連起來就成了一條我們要檢測的邊緣。

2 freeman框架下的算法準則

一條數(shù)字直線最多包含兩個相鄰方向的碼值，兩個碼值之間總有一個單獨出現(xiàn)，并且單獨出現(xiàn)的碼值盡可能均勻分布在整個鏈碼中。

在線段元的起始端點之前和終止端點之后分別添加0個或多個線段子元，必可構(gòu)建一條線段（或直線）。因此，線段元為線段（或直線）的一部分，即線段元是構(gòu)成線段（或直線）的一個子集。

根據(jù)線段元與直線的夾角確定該線段元是否屬于該直線判斷線段元是否屬于線段的準則。

設線段元的起始像素點的坐標為（，），終止像素點的坐標為（，），線段元的像素個數(shù)為M，線段的起始像素點為（，），終止像素點的坐標為（，），線段中的像素個數(shù)為N，則線段元和線段偏轉(zhuǎn)角分別為：

（4）

（5）

若，則說明線段元屬于線段的一部分，是閥值。

對于一條數(shù)字線段，當線段較短時線段元與線段偏轉(zhuǎn)角間的偏差較大，而隨著線段長度的增加，線段元與線段偏轉(zhuǎn)角間的差異將趨于0，用比較合適。根據(jù)實際需要確定的值。

若判斷兩線段的端點是否相鄰（或接近），并且兩線段的偏轉(zhuǎn)角是否接近，滿足上述條件即可將兩線段連接起來，形成一條較長的線段。這樣可以抑制噪聲。

第一步：從掃描二值圖像，定位邊界跟蹤起點，將作為第一個像素保存到線段子元中。

第二步：i=i+1，邊界跟蹤算法順時針（或逆時針）跟蹤得到下一邊界點P，若跟蹤回到起始點，則算法結(jié)束；否則，根據(jù)線段元是否屬于線段的準則確定P是否屬于當前線段子元，若屬于，則將P保存到線段子元中，轉(zhuǎn)第二步；否則，當前線段子元即為一完整的線段子元，執(zhí)行第三步。

第三步：若線段元無線段子元，則將作為線段元的第一線段子元加入線段元；否則，判斷線段子元是否屬于線段元.若屬于，將線段子元加入線段元，然后將線子元置空并將P加入線段子元中，轉(zhuǎn)第二步；否則，該線段子元為一完整的線段元，執(zhí)行第四步。

第四步：判斷，合并線段元，用以抑制噪聲。

第五步：在確定直線的大致區(qū)域后，用hough算法進行對直線的細搜索。

3 實驗結(jié)果

首先，應用freeman鏈碼確定跑道的粗方向。劃分圖片多區(qū)域，把遇到的第一個邊緣點開始作為鏈表的頭，向八個方向搜索下一個像素的方向，若存在，則存入鏈表，并置該點為非邊緣點（避免重復跟蹤）。為減小復雜度及考慮走勢的連續(xù)性，搜索方向第一選擇為上一方向，不符合的話，從那一方向逆時針搜索，直到八個方向的邊緣點都不存在，鏈碼結(jié)束。這一條鏈碼就代表一條曲線，統(tǒng)計出現(xiàn)次數(shù)最多的鏈碼數(shù)字，以此作為這條曲線的主方向。把這多條鏈碼的主方向統(tǒng)計得到次數(shù)最多的方向作為跑道方向。

由于圖像坐標縱坐標向下，即與方向鏈碼關(guān)于x軸對稱轉(zhuǎn)化。

在鏈碼長>350條件下尋找到4條鏈碼

跑道粗方向的法線方向為。

機場跑道屬于兩直線平行，有著相似的。相似有著大致排成一垂直于的點群，而這點群又可以在層次上分層。是兩個獨立的搜索方向，hough變換累計器里所受的投票數(shù)越多，說明是真實直線的可能性越大。對區(qū)間[-30，+30]進行10等分搜索，取出最大H的區(qū)間，對其尋找從0到圖像斜長的搜索，找出前二的H，此時對應的（，）即要尋的兩條直線

4 結(jié)論

本文采用特征關(guān)聯(lián)，起了較好的識別的效果，freeman鏈碼縮小hough搜索范圍，極大地降低了復雜度，給實時應用提供了可能，對偽峰值的去除，避免了“虛假直線”的出現(xiàn)。

參考文獻

[1] 王永剛，姜挺，龔輝.一種基于跑道檢測的機場識別方法[J].測繪工程，2009，18（5）：69-72.

[2] 李小毛，唐延東，肖穎杰.多尺度線狀目標的機場跑道識別[J].紅外激光工程，2005，34（6）：733-736.

[3] R.Nevatia，R.Babu.Linear feature extraction and description[J].Computer Vision Graphics and Image Processing，1980，13：257-26.

[4] Boldt M，Weiss R，Riseman E.Token-based Extraction of Straight Lines[J].IEEE Transactions on Systems Man and Cybernetics，1989（6）：1582-1594.

[5] 董銀文，范秉成.基于直線特征的航拍圖像機場跑道自動識別算法[J].系統(tǒng)工程與電子技術(shù)，2013（4）.

摘 要：針對hough算法中常見的“虛假直線”問題的缺陷，提出了一種基于hough算法和freeman鏈碼相融合的改進算法。這種方法運用幾何，拓撲，輻射三方面的關(guān)聯(lián)去降低它的識別復雜度，在以上特征的關(guān)聯(lián)條件下，先進行freeman鏈碼確定機場跑道粗略方向，再用hough變換去小范圍識別跑道的兩條直線。通過對可見光跑道圖像和紅外道路圖像數(shù)據(jù)分析處理，表明該方法在跑道（直線）識別方面的健壯性、準確性和有效性。

關(guān)鍵詞：跑道識別 hough算法 freeman鏈碼

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1672-3791（2014）07（b）-0001-02

在未來高技術(shù)條件戰(zhàn)爭中，空軍的作戰(zhàn)能力將發(fā)揮越來越大的作用，必須將敵機場或空軍基地進行有效地打擊。機場中最重要的一個建筑設施就是跑道，是重要的軍事目標，戰(zhàn)時常常成為偵察和打擊的主要對象，對跑道的識別具有重要意義。在眾多的跑道識別方法中，王永剛等用改進的Hough變換方法對機場圖像的邊緣檢測結(jié)果進行計算。李小毛、唐延東等人針對機場跑道成像的線狀結(jié)構(gòu)和高灰度值的特征，提出了一種基于多尺度線狀目標強化、并抑制其他的非現(xiàn)狀目標的機場識別算法。Nevita等人基于鄰接關(guān)系提出啟發(fā)式連接法檢測直線。Boldt等提出的層次記號編組方法利用了直線的幾何關(guān)系限制和對比度特性，用圖搜索方法跟蹤邊緣，加速了直線的提取過程。為了消除圖像識別中常見的“虛假直線”問題，提出了一種改進的hough算法，通過freeman鏈碼合理利用某些啟發(fā)式信息來限制的累加過程或設置不同點的hough空間投票權(quán)重。

1 基于hough算法和freeman鏈碼的跑道提取方法

1.1 1hough算法

Hough變換實質(zhì)上是一種投票機制，對參數(shù)空間中的離散點進行投票，若投票值超過某一門限值，則認為有足夠多的圖像點位于該參數(shù)點所決定的直線上。這種方法受噪聲和直線出現(xiàn)間斷的影響較小。

如果直線的斜率無限大，采用直坐標系是無法完成檢測的，為了能夠正確識別和檢測任意方向的和任意位置的直線一般通過直線的極坐標方程：，進行Hough變換，即用正弦曲線表示圖像空間中直線上的點。

對參數(shù)空間進行離散化，每個單元的中心點坐標為：

（1）

（2）

其中，為的分割段數(shù)；，為的分割段數(shù)。

1.2 freeman鏈碼

Freeman鏈碼是用曲線起始點的坐標和邊界點方向代碼來描述曲線或邊界的方法。常用的鏈碼按照中心像素點鄰接方向個數(shù)的不同，分為4連通鏈碼和8連通鏈碼。

線條由像素點組成，像素點的相對位置是以上八種方向之一，邊緣點的定義是在梯度方向具有最大梯度值的點。如果表示點（）的亮度，表示點（）的一階導數(shù)（亮度梯度），，窮舉組合，向八個方向計算梯度，得到了原始數(shù)據(jù)亮度的梯度。使用這個信息我們能夠在圖像的亮度梯度中搜尋峰值

（3）

計算出導數(shù)之后，下一步要做的就是給出一個閾值來確定哪里是邊緣位置，確定邊緣線吧，大于被承認是邊緣線。根據(jù)（）組對確定freeman鏈碼方向，只記錄方向極大地下降了計算量。把這些選出來的點連起來就成了一條我們要檢測的邊緣。

2 freeman框架下的算法準則

一條數(shù)字直線最多包含兩個相鄰方向的碼值，兩個碼值之間總有一個單獨出現(xiàn)，并且單獨出現(xiàn)的碼值盡可能均勻分布在整個鏈碼中。

在線段元的起始端點之前和終止端點之后分別添加0個或多個線段子元，必可構(gòu)建一條線段（或直線）。因此，線段元為線段（或直線）的一部分，即線段元是構(gòu)成線段（或直線）的一個子集。

根據(jù)線段元與直線的夾角確定該線段元是否屬于該直線判斷線段元是否屬于線段的準則。

設線段元的起始像素點的坐標為（，），終止像素點的坐標為（，），線段元的像素個數(shù)為M，線段的起始像素點為（，），終止像素點的坐標為（，），線段中的像素個數(shù)為N，則線段元和線段偏轉(zhuǎn)角分別為：

（4）

（5）

若，則說明線段元屬于線段的一部分，是閥值。

對于一條數(shù)字線段，當線段較短時線段元與線段偏轉(zhuǎn)角間的偏差較大，而隨著線段長度的增加，線段元與線段偏轉(zhuǎn)角間的差異將趨于0，用比較合適。根據(jù)實際需要確定的值。

若判斷兩線段的端點是否相鄰（或接近），并且兩線段的偏轉(zhuǎn)角是否接近，滿足上述條件即可將兩線段連接起來，形成一條較長的線段。這樣可以抑制噪聲。

第一步：從掃描二值圖像，定位邊界跟蹤起點，將作為第一個像素保存到線段子元中。

第二步：i=i+1，邊界跟蹤算法順時針（或逆時針）跟蹤得到下一邊界點P，若跟蹤回到起始點，則算法結(jié)束；否則，根據(jù)線段元是否屬于線段的準則確定P是否屬于當前線段子元，若屬于，則將P保存到線段子元中，轉(zhuǎn)第二步；否則，當前線段子元即為一完整的線段子元，執(zhí)行第三步。

第三步：若線段元無線段子元，則將作為線段元的第一線段子元加入線段元；否則，判斷線段子元是否屬于線段元.若屬于，將線段子元加入線段元，然后將線子元置空并將P加入線段子元中，轉(zhuǎn)第二步；否則，該線段子元為一完整的線段元，執(zhí)行第四步。

第四步：判斷，合并線段元，用以抑制噪聲。

第五步：在確定直線的大致區(qū)域后，用hough算法進行對直線的細搜索。

3 實驗結(jié)果

首先，應用freeman鏈碼確定跑道的粗方向。劃分圖片多區(qū)域，把遇到的第一個邊緣點開始作為鏈表的頭，向八個方向搜索下一個像素的方向，若存在，則存入鏈表，并置該點為非邊緣點（避免重復跟蹤）。為減小復雜度及考慮走勢的連續(xù)性，搜索方向第一選擇為上一方向，不符合的話，從那一方向逆時針搜索，直到八個方向的邊緣點都不存在，鏈碼結(jié)束。這一條鏈碼就代表一條曲線，統(tǒng)計出現(xiàn)次數(shù)最多的鏈碼數(shù)字，以此作為這條曲線的主方向。把這多條鏈碼的主方向統(tǒng)計得到次數(shù)最多的方向作為跑道方向。

由于圖像坐標縱坐標向下，即與方向鏈碼關(guān)于x軸對稱轉(zhuǎn)化。

在鏈碼長>350條件下尋找到4條鏈碼

跑道粗方向的法線方向為。

機場跑道屬于兩直線平行，有著相似的。相似有著大致排成一垂直于的點群，而這點群又可以在層次上分層。是兩個獨立的搜索方向，hough變換累計器里所受的投票數(shù)越多，說明是真實直線的可能性越大。對區(qū)間[-30，+30]進行10等分搜索，取出最大H的區(qū)間，對其尋找從0到圖像斜長的搜索，找出前二的H，此時對應的（，）即要尋的兩條直線

4 結(jié)論

本文采用特征關(guān)聯(lián)，起了較好的識別的效果，freeman鏈碼縮小hough搜索范圍，極大地降低了復雜度，給實時應用提供了可能，對偽峰值的去除，避免了“虛假直線”的出現(xiàn)。

參考文獻

[1] 王永剛，姜挺，龔輝.一種基于跑道檢測的機場識別方法[J].測繪工程，2009，18（5）：69-72.

[2] 李小毛，唐延東，肖穎杰.多尺度線狀目標的機場跑道識別[J].紅外激光工程，2005，34（6）：733-736.

[3] R.Nevatia，R.Babu.Linear feature extraction and description[J].Computer Vision Graphics and Image Processing，1980，13：257-26.

[4] Boldt M，Weiss R，Riseman E.Token-based Extraction of Straight Lines[J].IEEE Transactions on Systems Man and Cybernetics，1989（6）：1582-1594.

[5] 董銀文，范秉成.基于直線特征的航拍圖像機場跑道自動識別算法[J].系統(tǒng)工程與電子技術(shù)，2013（4）.

摘 要：針對hough算法中常見的“虛假直線”問題的缺陷，提出了一種基于hough算法和freeman鏈碼相融合的改進算法。這種方法運用幾何，拓撲，輻射三方面的關(guān)聯(lián)去降低它的識別復雜度，在以上特征的關(guān)聯(lián)條件下，先進行freeman鏈碼確定機場跑道粗略方向，再用hough變換去小范圍識別跑道的兩條直線。通過對可見光跑道圖像和紅外道路圖像數(shù)據(jù)分析處理，表明該方法在跑道（直線）識別方面的健壯性、準確性和有效性。

關(guān)鍵詞：跑道識別 hough算法 freeman鏈碼

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1672-3791（2014）07（b）-0001-02

在未來高技術(shù)條件戰(zhàn)爭中，空軍的作戰(zhàn)能力將發(fā)揮越來越大的作用，必須將敵機場或空軍基地進行有效地打擊。機場中最重要的一個建筑設施就是跑道，是重要的軍事目標，戰(zhàn)時常常成為偵察和打擊的主要對象，對跑道的識別具有重要意義。在眾多的跑道識別方法中，王永剛等用改進的Hough變換方法對機場圖像的邊緣檢測結(jié)果進行計算。李小毛、唐延東等人針對機場跑道成像的線狀結(jié)構(gòu)和高灰度值的特征，提出了一種基于多尺度線狀目標強化、并抑制其他的非現(xiàn)狀目標的機場識別算法。Nevita等人基于鄰接關(guān)系提出啟發(fā)式連接法檢測直線。Boldt等提出的層次記號編組方法利用了直線的幾何關(guān)系限制和對比度特性，用圖搜索方法跟蹤邊緣，加速了直線的提取過程。為了消除圖像識別中常見的“虛假直線”問題，提出了一種改進的hough算法，通過freeman鏈碼合理利用某些啟發(fā)式信息來限制的累加過程或設置不同點的hough空間投票權(quán)重。

1 基于hough算法和freeman鏈碼的跑道提取方法

1.1 1hough算法

Hough變換實質(zhì)上是一種投票機制，對參數(shù)空間中的離散點進行投票，若投票值超過某一門限值，則認為有足夠多的圖像點位于該參數(shù)點所決定的直線上。這種方法受噪聲和直線出現(xiàn)間斷的影響較小。

如果直線的斜率無限大，采用直坐標系是無法完成檢測的，為了能夠正確識別和檢測任意方向的和任意位置的直線一般通過直線的極坐標方程：，進行Hough變換，即用正弦曲線表示圖像空間中直線上的點。

對參數(shù)空間進行離散化，每個單元的中心點坐標為：

（1）

（2）

其中，為的分割段數(shù)；，為的分割段數(shù)。

1.2 freeman鏈碼

Freeman鏈碼是用曲線起始點的坐標和邊界點方向代碼來描述曲線或邊界的方法。常用的鏈碼按照中心像素點鄰接方向個數(shù)的不同，分為4連通鏈碼和8連通鏈碼。

線條由像素點組成，像素點的相對位置是以上八種方向之一，邊緣點的定義是在梯度方向具有最大梯度值的點。如果表示點（）的亮度，表示點（）的一階導數(shù)（亮度梯度），，窮舉組合，向八個方向計算梯度，得到了原始數(shù)據(jù)亮度的梯度。使用這個信息我們能夠在圖像的亮度梯度中搜尋峰值

（3）

計算出導數(shù)之后，下一步要做的就是給出一個閾值來確定哪里是邊緣位置，確定邊緣線吧，大于被承認是邊緣線。根據(jù)（）組對確定freeman鏈碼方向，只記錄方向極大地下降了計算量。把這些選出來的點連起來就成了一條我們要檢測的邊緣。

2 freeman框架下的算法準則

一條數(shù)字直線最多包含兩個相鄰方向的碼值，兩個碼值之間總有一個單獨出現(xiàn)，并且單獨出現(xiàn)的碼值盡可能均勻分布在整個鏈碼中。

在線段元的起始端點之前和終止端點之后分別添加0個或多個線段子元，必可構(gòu)建一條線段（或直線）。因此，線段元為線段（或直線）的一部分，即線段元是構(gòu)成線段（或直線）的一個子集。

根據(jù)線段元與直線的夾角確定該線段元是否屬于該直線判斷線段元是否屬于線段的準則。

設線段元的起始像素點的坐標為（，），終止像素點的坐標為（，），線段元的像素個數(shù)為M，線段的起始像素點為（，），終止像素點的坐標為（，），線段中的像素個數(shù)為N，則線段元和線段偏轉(zhuǎn)角分別為：

（4）

（5）

若，則說明線段元屬于線段的一部分，是閥值。

對于一條數(shù)字線段，當線段較短時線段元與線段偏轉(zhuǎn)角間的偏差較大，而隨著線段長度的增加，線段元與線段偏轉(zhuǎn)角間的差異將趨于0，用比較合適。根據(jù)實際需要確定的值。

若判斷兩線段的端點是否相鄰（或接近），并且兩線段的偏轉(zhuǎn)角是否接近，滿足上述條件即可將兩線段連接起來，形成一條較長的線段。這樣可以抑制噪聲。

第一步：從掃描二值圖像，定位邊界跟蹤起點，將作為第一個像素保存到線段子元中。

第二步：i=i+1，邊界跟蹤算法順時針（或逆時針）跟蹤得到下一邊界點P，若跟蹤回到起始點，則算法結(jié)束；否則，根據(jù)線段元是否屬于線段的準則確定P是否屬于當前線段子元，若屬于，則將P保存到線段子元中，轉(zhuǎn)第二步；否則，當前線段子元即為一完整的線段子元，執(zhí)行第三步。

第三步：若線段元無線段子元，則將作為線段元的第一線段子元加入線段元；否則，判斷線段子元是否屬于線段元.若屬于，將線段子元加入線段元，然后將線子元置空并將P加入線段子元中，轉(zhuǎn)第二步；否則，該線段子元為一完整的線段元，執(zhí)行第四步。

第四步：判斷，合并線段元，用以抑制噪聲。

第五步：在確定直線的大致區(qū)域后，用hough算法進行對直線的細搜索。

3 實驗結(jié)果

首先，應用freeman鏈碼確定跑道的粗方向。劃分圖片多區(qū)域，把遇到的第一個邊緣點開始作為鏈表的頭，向八個方向搜索下一個像素的方向，若存在，則存入鏈表，并置該點為非邊緣點（避免重復跟蹤）。為減小復雜度及考慮走勢的連續(xù)性，搜索方向第一選擇為上一方向，不符合的話，從那一方向逆時針搜索，直到八個方向的邊緣點都不存在，鏈碼結(jié)束。這一條鏈碼就代表一條曲線，統(tǒng)計出現(xiàn)次數(shù)最多的鏈碼數(shù)字，以此作為這條曲線的主方向。把這多條鏈碼的主方向統(tǒng)計得到次數(shù)最多的方向作為跑道方向。

由于圖像坐標縱坐標向下，即與方向鏈碼關(guān)于x軸對稱轉(zhuǎn)化。

在鏈碼長>350條件下尋找到4條鏈碼

跑道粗方向的法線方向為。

機場跑道屬于兩直線平行，有著相似的。相似有著大致排成一垂直于的點群，而這點群又可以在層次上分層。是兩個獨立的搜索方向，hough變換累計器里所受的投票數(shù)越多，說明是真實直線的可能性越大。對區(qū)間[-30，+30]進行10等分搜索，取出最大H的區(qū)間，對其尋找從0到圖像斜長的搜索，找出前二的H，此時對應的（，）即要尋的兩條直線

4 結(jié)論

本文采用特征關(guān)聯(lián)，起了較好的識別的效果，freeman鏈碼縮小hough搜索范圍，極大地降低了復雜度，給實時應用提供了可能，對偽峰值的去除，避免了“虛假直線”的出現(xiàn)。

參考文獻

[1] 王永剛，姜挺，龔輝.一種基于跑道檢測的機場識別方法[J].測繪工程，2009，18（5）：69-72.

[2] 李小毛，唐延東，肖穎杰.多尺度線狀目標的機場跑道識別[J].紅外激光工程，2005，34（6）：733-736.

[3] R.Nevatia，R.Babu.Linear feature extraction and description[J].Computer Vision Graphics and Image Processing，1980，13：257-26.

[4] Boldt M，Weiss R，Riseman E.Token-based Extraction of Straight Lines[J].IEEE Transactions on Systems Man and Cybernetics，1989（6）：1582-1594.

[5] 董銀文，范秉成.基于直線特征的航拍圖像機場跑道自動識別算法[J].系統(tǒng)工程與電子技術(shù)，2013（4）.