地物识别方法、装置、存储介质及终端制造方法及图纸

本申请实施例公开了一种地物识别方法、装置、存储介质及终端，属于计算机技术领域。所述方法应用于终端，终端基于主成分分析PCA算法对第一遥感影像和第二遥感影像进行融合处理得到融合影像，第一遥感影像与第二遥感影像为不同时刻同一地理区域的遥感影像，第一遥感影像与所述第二遥感影像包含的地物不同，基于预设的新增地物识别模型对融合影像进行处理得到新增地物的识别结果，可实现对新增地物的自动识别，减少人工成本，有效提高识别新增地物的效率。的效率。的效率。

【技术实现步骤摘要】
地物识别方法、装置、存储介质及终端


[0001]本申请涉及计算机
，尤其涉及一种地物识别方法、装置、存储介质及终端。

技术介绍

[0002]随着遥感技术的发展，利用遥感影像进行地物识别逐渐成为遥感技术中的重要应用领域，如：对房屋、大棚、油田等地物进行识别，在特定的场景下，还会涉及对新增地物的识别，如：对新增油田的识别。在相关技术中，对遥感影像的新增地物进行识别，通常需要通过人工标注的方式对遥感影像进行逐像素的新增地物标注，人工成本高，处理周期长，且遥感影像容易受到天气的影响导致影像数据不精确，进而导致不能准确地标注新增地物。

技术实现思路

[0003]本申请实施例提供了一种地物识别方法、装置、存储介质及终端，可以解决相关技术中对新增地物的标注人工成本较高的问题。所述技术方案如下：
[0004]第一方面，本申请实施例提供了一种地物识别方法，所述方法包括：
[0005]基于主成分分析PCA算法对第一遥感影像和第二遥感影像进行融合处理得到融合影像；其中，所述第一遥感影像与所述第二遥感影像为不同时刻同一地理区域的遥感影像；
[0006]基于预设的新增地物识别模型对所述融合影像进行处理得到新增地物的识别结果。
[0007]第二方面，本申请实施例提供了一种地物识别装置，所述装置包括：
[0008]第一处理模块，用于基于主成分分析PCA算法对第一遥感影像和第二遥感影像进行融合处理得到融合影像；其中，所述第一遥感影像与所述第二遥感影像为不同时刻同一地理区域的遥感影像；r/>[0009]第二处理模块，用于基于预设的新增地物识别模型对所述融合影像进行处理得到新增地物的识别结果。
[0010]第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
[0011]第四方面，本申请实施例提供一种终端，包括：处理器、存储器、显示屏；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
[0012]本申请一些实施例提供的技术方案带来的有益效果至少包括：
[0013]本申请实施例的方案在执行时，终端基于主成分分析PCA算法对第一遥感影像和第二遥感影像进行融合处理得到融合影像，第一遥感影像与第二遥感影像为不同时刻同一地理区域的遥感影像，第一遥感影像与所述第二遥感影像包含的地物不同，基于预设的新增地物识别模型对融合影像进行处理得到新增地物的识别结果，可实现对新增地物的自动识别，减少人工成本，有效提高识别新增地物的效率。
附图说明
[0014]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015]图1是本申请实施例提供的一种地物识别方法的系统架构示意图；
[0016]图2是本申请实施例提供的一种地物识别方法的流程示意图；
[0017]图3是本申请实施例提供的一种地物识别方法的另一流程示意图；
[0018]图4是本申请实施例提供的一种Cascade R-CNN模型示意图；
[0019]图5是本申请实施例提供的一种地物识别方法的另一流程示意图；
[0020]图6是本申请实施例提供的新增地物识别效果示意图；
[0021]图7是本申请实施例提供的一种地物识别装置的结构示意图；
[0022]图8是本申请实施例涉及的一种终端的结构示意图。
具体实施方式
[0023]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
[0024]下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0025]在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0026]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
[0027]请参见图1，其示出了本申请实施例提供的一种地物识别的系统架构示意图，包括遥感卫星101、遥感卫星地面站102和终端设备103，以及遥感卫星101拍摄遥感影像的目标对象104，遥感卫星101会拍摄到目标对象104的遥感影像，并将拍摄到的遥感影像通过遥感卫星地面站102传送给终端设备103。
[0028]通常，遥感卫星地面站102的工作人员会根据任务需求完成所有资源的分配，通过计算卫星轨道，确定不同卫星通过5个遥感卫星地面站102的时间，根据科学任务安排好遥感卫星地面站102的天线、记录和传输等资源。当遥感卫星101经过遥感卫星地面站102上空时，遥感卫星102会将采集到的数据转换为适合在自由空间传播的电磁波并发送给遥感卫星地面站。而遥感卫星地面站102会将天线对准遥感卫星101即将出现的方位，当遥感卫星101出现并开始发送电磁波信号后，对应的遥感卫星地面站的天线会不停转动，实现对电磁波进行全程锁定、跟踪。同时，遥感卫星地面站102对接收到的电磁波信号进行放大、变频、
解调等处理，并将输出的卫星原始数据基带信号送到终端设备103，终端设备103会对接收到的数据进行进一步的提取分析。
[0029]遥感卫星101，是用作外层空间遥感平台的人造卫星，用卫星作为平台的遥感技术称为卫星遥感。通常，遥感卫星101可在轨道上运行数年。卫星轨道可根据需要来确定。遥感卫星101能在规定的时间内覆盖整个地球或指定的任何区域，当沿地球同步轨道运行时，它能连续地对地球表面某指定地域进行遥感。所有的遥感卫星都需要有遥感卫星地面站，从遥感集市平台获得的卫星数据可监测到农业、林业、海洋、国土、环保、气象等情况，遥感卫星主要有气象卫星、陆地卫星和海洋卫星三种类型。
[0030]遥感卫星地面站102又叫卫星地面接收站，其主要任务是对卫星进行捕获跟踪，接收、解调和记录卫星遥感数据和辅助数据，并通过快视系统实时监视判断卫星遥感器及其传输系统的工作状况，评价图像质量。在天线跟踪接收范围内，遥感卫星地面接收站能直接接收卫星正在搜集并实时发送的遥感数据。遥感卫星地面站102主要由抛物面天线、馈源、高频头、卫星接收卡(卫星接收机)组成。抛物面天线，将来自空中的卫星信号能量反射汇聚成一点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地物识别方法，其特征在于，所述方法包括：基于主成分分析PCA算法对第一遥感影像和第二遥感影像进行融合处理得到融合影像；其中，所述第一遥感影像与所述第二遥感影像为不同时刻同一地理区域的遥感影像；基于预设的新增地物识别模型对所述融合影像进行处理得到新增地物的识别结果。2.根据权利要求1所述的方法，其特征在于，所述第一遥感影像与所述第二遥感影像包含的地物不同，所述新增地物的识别结果为所述第二遥感影像相比于所述第一遥感影像的新增地物的位置信息。3.根据权利要求1所述的方法，其特征在于，所述第一遥感影像与所述第二遥感影像包含的地物相同，通过显示单元显示提醒信息。4.根据权利要求1所述的方法，其特征在于，所述基于主成分分析PCA算法对第一遥感影像和第二遥感影像进行融合处理得到融合影像之前，还包括：获取所述第一遥感影像和所述第二遥感影像；所述基于主成分分析PCA算法对第一遥感影像和第二遥感影像进行融合处理得到融合影像，包括：对所述第一遥感影像进行裁切处理得到多个第一小块影像，以及对所述第二遥感影像进行裁切处理得到多个第二小块影像；基于所述PCA算法对所述多个第一小块影像和所述多个第二小块影像进行融合处理得到所述融合影像。5.根据权利要求4所述的方法，其特征在于，所述对所述第一遥感影像进行裁切处理得到多个第一小块影像，以及对所述第二遥感影像进行裁切处理得到多个第二小块影像之后，所述基于所述PCA算法对所述多个第一小块影像和所述多个第二小块影像进行融合处理得到所述融合影像之前，还包括：对所述多个第一小块影像和所述多个第二小块影像分别进行预处理；其中，所述第一小块影像与所述第二小块影像一一对应，所述预处理包括以下至少一项：拉伸、亮度调节、色调调节。6.根据权利要求1所述的方法，其特征在于，所述基于预设的新增地物识别模型对所述融合影像进行处理得到新增地物的识别结果之前，还包括：基于所述PCA算法对第一样本影像和第二样本影像进行融合处理得到多个样本融合影像；所述第一样本影像与所述第二样本影像为不同时刻同一地理区域的遥感影像，所述第一样本影像与所述第二样本影像包含的地物不同；基于预设的地物识别模型对多个融合标注影像进行训练得到所述预设的新增地物识别模型；其中，所述预设的地物识别模型是由单一时刻的样本影像训练得到，所述融合标注影像由所述样本融合影像经过人工标注处理后得到，所述人工标注处理是指对所述样本融合影像的新增地物进行位置标注。7.根据权利要求6所述的方法，其特征在于，所述基于所述PCA算法对第一样本影像和第二样本影像进行融合处理得到多...

【专利技术属性】
技术研发人员：焦士琦，宋宽，姜文聪，徐鲁冰，魏泽强，胡畔，谭文轩，彭珺，高强，李苗苗，吴江，张甲伟，苏少男，张艳忠，杜腾腾，简敏，庄莹，徐春萌，彭欣，张弓，顾竹，
申请(专利权)人：北京佳格天地科技有限公司，
类型：发明
国别省市：