遥感影像目标检测方法及系统技术方案

本发明专利技术提供了一种遥感影像目标检测方法及系统，所述方法包括目标识别提取步骤和虚警剔除步骤。本发明专利技术根据星上数据处理的特点，利用典型地面大型目标如机场、桥梁、油库的边缘、形状、尺度不变性等特征，设计相应的特征描述、检测和匹配算法，并对其进行优化，实现了星上大型地面目标的实时和准确的检测处理。通过运用本发明专利技术中遥感数据的处理方法，能快速准确地从高分辨率遥感图像中检测识别固定目标；同时借助于建立多特征匹配模型作为固定目标的分类依据，可以有效地提高目标识别的精度。可以有效地提高目标识别的精度。可以有效地提高目标识别的精度。

【技术实现步骤摘要】
遥感影像目标检测方法及系统


[0001]本申请涉及数据处理
，尤其是星上遥感数据处理技术。

技术介绍

[0002]目标检测问题，一直是计算机视觉的重要研究方向，其主要任务是确定图像中是否存在待检测目标，并对其进行提取和精确定位。该问题的解决，综合利用数学、物理、信息科学等方法，实现从地物数据记录到地物特征及其时空分布和变化的反演，涉及到遥感、模式识别、机器视觉等多方面的内容，是一个典型的交叉学科问题。
[0003]随着传感器技术、空间技术、信息处理技术、小卫星技术等的发展，遥感影像的时、空、谱分辨能力都有了显著提高，星上遥感数据实时处理技术也得到快速的发展，星上目标实时检测当前研究的热点之一。在现代战争中，如何保证遥感有效信息的实时、准确和灵活性，是当前遥感数据应用面临的主要难题之一。目前我国现有遥感卫星星上处理能力较弱，遥感影像目标识别等方面的工作主要依靠地面终端进行。
[0004]现有的遥感图像目标检测方法可分为两种：一种是自下而上的数据驱动型，一种是自上而下的知识驱动型。前者不管识别目标属于哪种类型，一律先对原始图像进行一般性分割、标记和特征抽取等底层处理，然后将每个带标记的已分割区域(物体)的特征向量与目标模型相匹配。该类方法通常基于分类技术进行。后者根据识别目标的描述模型，先对图像中可能存在的特征提出假设，根据假设有目的地进行分割、标记和特征抽取，在这基础上和目标进行精匹配。该类方法通常需要一定的先验知识，基于知识表示和推理技术进行。
[0005]如何保证遥感有效信息的实时、准确和灵活性，是当前遥感数据应用面临的主要难题之一。

技术实现思路

[0006]本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。
[0007]为了解决上述问题，本专利技术提供了一种遥感影像目标检测方法和系统。
[0008]根据本专利技术的第一方面，提供了一种遥感影像目标检测方法，包括目标识别提取步骤和虚警剔除步骤：
[0009]所述目标识别提取步骤包括：对待搜索图像和目标图像进行预处理；遍历所述图像并提取特征向量，将待搜索图像的特征向量与目标图像的特征向量进行匹配，若匹配结果为是，则记录目标位置，否则不做记录；在对整个待搜索图像完成遍历和匹配后，执行虚警剔除步骤；
[0010]所述虚警剔除步骤包括：采用多特征匹配模型进行虚警剔除，建立多特征匹配模型作为固定目标的分类依据为：
[0011][0012]其中T是多特征匹配模型的输出，其作为分类阈值，X
i
是选取的单一特征值，a
i
是各
个特征值在整个匹配模型中的权值，n表示图像特征个数；i取值为0-n,n取值大于等于2。
[0013]进一步地，所述虚警剔除步骤中的图像特征为：灰度特征、长度特征、宽度特征、长宽比特征和质密度特征。
[0014]进一步地，识别的目标包括陆地目标和海上目标。
[0015]进一步地，当目标为陆地目标时，其中对待搜索图像和目标图像进行预处理包括：对待搜索图像和目标图像进行高斯滤波处理以抑制噪音，并进行下采样。
[0016]进一步地，当目标为陆地目标时，所述对待搜索图像和目标图像特征进行匹配具体包括：将输入的待搜索图像和目标图像通过不同尺度的高斯核函数连续滤波和下采样，以形成高斯金字塔图像，并提取图像特征点，以便进行匹配。
[0017]进一步地，所述对待搜索图像和目标图像特征进行匹配，进一步包括：对金字塔尺度空间每个特征点与相邻尺度和相邻位置的特征点逐个进行比较，得到的局部极值位置，以便进行匹配。
[0018]进一步地，所述对待搜索图像和目标图像特征进行匹配，进行一步包括：通过局部极值位置的信息产生特征向量以便进行匹配。
[0019]进一步地，当目标为海上目标时，对待搜索图像和目标图像的提取图像特征点的步骤包括：利用相位一致性方法，对目标进行检测，所述检测包括：直线特征提取、圆形特征提取和/或圆锥形特征提取。
[0020]进一步地，其中的相位一致性方法包括：
[0021]将待搜索图像和目标图像进行傅里叶变换，分别求出幅值和相角；对幅值取对数，经过滤波后取得一定频率内的结果，然后再和相角共同进行反变换。
[0022]根据本专利技术的第二方面，提供了一种遥感影像目标检测系统，包括目标识别提取模块和虚警剔除模块，所述目标识别提取模块执行上述任一的目标识别提取步骤，所述虚警剔除模块执行上述任一的虚警剔除步骤。
[0023]本专利技术根据星上数据处理的特点，利用典型地面大型目标如机场、桥梁、油库的边缘、形状、尺度不变性等特征，设计相应的特征描述、检测和匹配算法，并对其进行优化，实现了星上大型地面目标的实时和准确的检测处理。通过运用本专利技术中遥感数据的处理方法，能快速准确地从高分辨率遥感图像中检测识别固定目标；同时借助于建立多特征匹配模型作为固定目标的分类依据，可以有效地提高目标识别的精度。
[0024]同时本专利技术的方法和装置通过对目标影像进行特征点提取，可以运用多尺度方向梯度直方图匹配的方法，提取目标参考图像与待检测图像中的同名特征点，通过建立配准基元之间的对应关系求解变换模型参数，实现目标的全自动配准。为提高算法效率。
[0025]本专利技术的附加方面和优点将在下面的描述部分中给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0026]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0027]图1为根据本专利技术的遥感数据目标检测方法的流程图；
[0028]图2为根据本专利技术的虚警剔除步骤的流程图；
[0029]图3为根据本专利技术的遥感数据目标检测系统的结构图。
具体实施方式
[0030]为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0031]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。
[0032]本专利技术提供了一种基于多尺度特征的遥感影像固定目标检测方法，能够有效地检测遥感影像中的固定目标，如舰船、飞机、储油罐、港口、桥梁等。
[0033]以下将详细描述本申请的方法步骤，
[0034]参考图1，遥感数据目标检测方法的流程方法包括目标识别提取步骤和虚警剔除模块执行的虚警剔除步骤，具体为：
[0035](1)图像预处理。
[0036]对输入的目标参考图像I1和待搜索图像进行高斯滤波，有效抑制图像中的噪声点。
[0037]所述高斯滤波函数为：
[0038]得到预处理后的目标参考图像I1和待搜索图像I2[0039](2)图像下采样。
[0040]设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感影像目标检测方法，其特征在于，包括目标识别提取步骤和虚警剔除步骤：所述目标识别提取步骤包括：对待搜索图像和目标图像进行预处理；遍历所述图像并提取特征向量，将待搜索图像的特征向量与目标图像的特征向量进行匹配，若匹配结果为是，则记录目标位置，否则不做记录；在对整个待搜索图像完成遍历和匹配后，执行虚警剔除步骤；所述虚警剔除步骤包括：采用多特征匹配模型进行虚警剔除，建立多特征匹配模型作为固定目标的分类依据为：其中T是多特征匹配模型的输出，其作为分类阈值，X
i
是选取的单一特征值，a
i
是各个特征值在整个匹配模型中的权值，n表示图像特征个数；i取值为0-n,n取值大于等于2。2.如权利要求1所述的方法，其特征在于：所述虚警剔除步骤中的图像特征为：灰度特征、长度特征、宽度特征、长宽比特征和质密度特征。3.如权利要求1或2所述的方法，其特征在于：识别的目标包括陆地目标和海上目标。4.如权利要求1或2所述的方法，其特征在于：当目标为陆地目标时，其中对待搜索图像和目标图像进行预处理包括：对待搜索图像和目标图像进行高斯滤波处理以抑制噪音，并进行下采样。5.如权利要求4所述的方法，其特征在于，当目标为陆地目标时，所述对待搜索图像和目标图像特...

【专利技术属性】
技术研发人员：张丽，孙思远，
申请(专利权)人：中科星图股份有限公司，
类型：发明
国别省市：