随着传感器技术的发展,遥感图像的空间分辨率不断提高,地物目标识别与提取成为本学科研究的热点。飞机作为一种重要的战略目标,其自动识别与提取在民用和军用方面均有重要的意义。相对于中低分辨率图像,高分辨率遥感图像具有更丰富的地物空间信息,地物的几何结构和纹理信息明显。然而因为高空间分辨率图像中同类地物内部光谱差异增大,像元光谱分类技术已经不能满足实际需求。因此,针对高分辨率遥感图像的特点,有必要发展新的目标识别与提取技术,并挖掘其更多的信息,形状信息便是其中的一种。本文以具有典型形状特征的飞机为研究目标,探索形状信息在高分辨率遥感图像目标识别与提取中的应用。首先设计了一种改进的边缘方向直方图对待识别飞机目标的形状特征进行分析,并据此对高分辨率遥感图像进行形状探测,判断图像中是否存在飞机目标及其位置和数量。由于各种因素的影响,上述识别结果获得的飞机目标轮廓通常会不完整,这将不利于军事上精确打击等应用。因此本文进一步提出了一种形状驱动的主动轮廓模型,通过曲线演化恢复出飞机目标准确的轮廓。全文围绕“形状特征分析—飞机目标识别—飞机目标提取”的技术思路展开,主要研究内容如下：(1)形状特征分析利用边缘方向直方图对目标形状进行描述。针对边缘方向直方图的特点,对其进行了改进：通过归一化使其具有缩放不变性,通过傅里叶变换或循环位移使其具有旋转不变性。将改进后的边缘方向直方图用于目标形状表示和分析发现,该形状描述子可以较好地区分各种目标。进一步分析获得飞机目标对应的形状特征,并基于该特征进行后续飞机目标识别。(2)飞机目标识别具备了识别飞机目标所需形状特征后便可通过一定的策略进行飞机目标识别。本文通过逐窗口遍历的方式,比较各窗口边缘方向直方图与飞机目标特有边缘方向直方图之间的差异,并基于两者之间的欧氏距离判断该窗口中心点是否在飞机目标内部。通过实验发现,上述形状探测结果仅能标识飞机目标出现的大体位置而丢失了其边缘信息。根据飞机目标在光学遥感图像中具有较高亮度的特点,采用阈值分割的方法,获得飞机目标,并通过与形状探测结果取交集,去除阈值分割结果中的多余区域。最后将取交集结果作为种子点,对阈值分割结果进行区域生长,并进行一定的形态学后处理获得飞机目标识别结果。该识别结果可以判断图像中是否存在飞机目标,并可给出飞机目标的数量及位置。(3)飞机目标提取由于在现实3D世界向2D图像空间进行投影时会损失一维信息,加之图像噪声、阴影等的影响,上述飞机目标识别结果的轮廓常会不完整。本文提出一种形状驱动的主动轮轮廓模型,其能量项由三部分组成：区域项、边缘项、形状项。其中形状项限制曲线演化在一定范围内进行,从而可恢复出飞机目标准确的轮廓。为了捕获形状信息,首先通过数字化获得形状样本,对形状样本进行配准后用水平集表示,利用主成分分析的方法对该水平集函数进行分析获得形状变化模式,最后融入到主动轮廓模型。本文提出的主动轮廓模型,既考虑了图像全局灰度信息、局部梯度信息又考虑了先验形状信息,可以获得定位准确、形状规范的结果。针对主动轮廓模型对初始轮廓选取敏感的问题,本文利用飞机目标识别结果作为初始轮廓。具体操作时,以识别结果中各目标质心坐标为中点,并选择恰当的窗口大小将各目标进行裁剪,逐个目标地进行轮廓恢复,最后再重新定位到原图像中,提取出飞机目标。通过对QuickBird图像进行试验证明,利用本文提出的飞机目标识别方法,可以判断图像中是否存在飞机目标、飞机目标的位置及数量；利用本文提出的飞机目标提取方法,借助其先验形状信息,可以恢复出飞机目标准确的轮廓信息。选用定位精度和形状特征分析两类指标进行精度分析发现,轮廓恢复后飞机目标的定位精度得到提高,形状特征更加准确。有待于进一步研究的内容主要是对识别策略进行改进,使得本文提出的基于改进边缘方向直方图的形状描述方法具备大范围内目标快速搜索与探测的能力。另外,因为主动轮廓模型的解算过于复杂,给实际应用带来一定困难,因此有必要对其进行进一步简化,以提高算法的效率。