本说明书提供了目标对象的检测方法、装置和服务器。基于该方法，具体实施前，可以预先根据样本遥感图像，统计构建出对应多个像元类型的多个预设的样本集；具体实施时，可以先根据预设的处理规则，通过进行相应处理，将原本数据量较大、维度较高的目标遥感图像，转换为数据量较小、更适于后续处理的降维后的目标遥感图像；进一步，可以计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度；再根据像元与预设的样本像元集的似然度，来确定目标区域中是否存在目标对象。从而可以通过基于遥感图像进行像素级别的分类，精准、高效地检测确定出目标区域中是否存在目标对象，有效地提高了复杂背景下的小目标的检测精度。度。度。
【技术实现步骤摘要】
目标对象的检测方法、装置和服务器
[0001]本说明书属于遥感图像处理
，尤其涉及目标对象的检测方法、装置和服务器。
技术介绍
[0002]在遥感图像处理领域，基于现有方法在利用遥感图像对复杂背景(例如，目标对象与目标区域中的背景环境的融合度较高的场景)下的小目标进行检测识别时，往往难以精细地区分出目标对象和背景环境，导致在检测过程中容易出现误差、检测精度较差等问题。
[0003]针对上述问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]本说明书实施例提供了一种目标对象的检测方法、装置和服务器，能够基于遥感图像进行像素级别的分类，从而能精准、高效地利用遥感图像检测确定出目标区域中是否存在目标对象，有效地提高了复杂背景下小目标的检测精度。
[0005]本说明书实施例提供了一种目标对象的检测方法，包括：
[0006]获取目标遥感图像；其中，所述目标遥感图像为包含有目标区域的遥感图像；
[0007]根据预设的处理规则，处理所述目标遥感图像，得到降维后的目标遥感图像；
[0008]计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度；其中，所述预设的样本像元集为预先根据样本遥感图像得到的；一个预设的样本像元集包含有对应一个像元类型的多个样本像元；
[0009]根据降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，确定目标区域中是否存在目标对象。
[0010]在一些实施例中，根据预设的处理规则，处理所述目标遥感图像，得到降维后的目标遥感图像，包括：
[0011]获取并根据目标对象的波谱信息和目标区域中背景环境的波谱信息，对所述目标遥感图像进行最小噪声分离变换，得到目标遥感图像的主成分分析矩阵；
[0012]根据所述主成分分析矩阵，确定出目标遥感图像中的主成分波段；
[0013]根据所述主成分波段，从目标遥感图像中抽取相应的波谱信息，以生成对应的RGB伪彩色图片，作为所述降维后的目标遥感图像。
[0014]在一些实施例中，计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，包括：
[0015]计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集基于主成分波段的似然度。
[0016]在一些实施例中，计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，包括：
[0017]计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集基于各个波
段的似然度。
[0018]在一些实施例中，预设的样本像元集至少包括预设的第一样本像元集和预设的第二样本像元集；其中，预设的第一样本像元集所对应的第一像元类型与目标对象匹配；预设的第二样本像元集所对应的第二像元类型与目标区域中的背景环境相匹配。
[0019]在一些实施例中，根据降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，确定目标区域中是否存在目标对象，包括：
[0020]确定与各个像元的似然度最大的预设的样本像元集所对应的像元类型，作为该像元的像元类型；
[0021]通过检测降维后的目标遥感图像中是否存在像元类型为第一像元类型的目标像元，确定目标区域中是否存在目标对象。
[0022]在一些实施例中，在根据降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，确定目标区域中存在目标对象之后，所述方法还包括：
[0023]获取并根据降维后的目标遥感图像中目标像元的位置坐标；
[0024]根据所述目标像元的位置坐标，确定目标对象在目标区域中的分布和/或目标区域中目标对象的数量。
[0025]在一些实施例中，所述目标遥感图像为针对当前时间段的遥感图像；相应的，根据所述目标像元的位置坐标，确定出当前时间段目标对象在目标区域中的分布和/或目标区域中目标对象的数量；
[0026]所述方法还包括：
[0027]获取并根据针对上一时间段的遥感图像，确定出上一时间段目标对象在目标区域中的分布和/或目标区域中的目标对象的数量；
[0028]根据当前时间段目标对象在目标区域中的分布和/或目标区域中目标对象的数量，和上一时间段目标对象在目标区域中的分布和/或目标区域中的目标对象的数量，确定目标区域中目标对象的变化趋势。
[0029]在一些实施例中，在获取目标遥感图像之前，所述方法还包括：
[0030]获取样本遥感图像；
[0031]确定出样本遥感图像中各个像元的像元类型，并对各个像元进行像元类型标注，得到标注后的样本遥感图像；
[0032]根据所述标注后的样本遥感图像，筛选出与多个像元类型分别对应的多个像元组；
[0033]根据所述多个像元组，构建出多个预设的样本像元集。
[0034]本说明书实施例还提供了一种目标对象的检测装置，包括：
[0035]获取模块，用于获取目标遥感图像；其中，所述目标遥感图像为包含有目标区域的遥感图像；
[0036]处理模块，用于根据预设的处理规则，处理所述目标遥感图像，得到降维后的目标遥感图像；
[0037]计算模块，用于计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度；其中，所述预设的样本像元集为预先根据样本遥感图像得到的；一个预设的样本像元集包含有对应一个像元类型的多个样本像元；
[0038]确定模块，用于根据降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，确定目标区域中是否存在目标对象。
[0039]本说明书实施例还提供了一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现以下步骤：获取目标遥感图像；其中，所述目标遥感图像为包含有目标区域的遥感图像；根据预设的处理规则，处理所述目标遥感图像，得到降维后的目标遥感图像；计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度；其中，所述预设的样本像元集为预先根据样本遥感图像得到的；一个预设的样本像元集包含有对应一个像元类型的多个样本像元；根据降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，确定目标区域中是否存在目标对象。
[0040]本说明书实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被计算机设备执行时实现：获取目标遥感图像；其中，所述目标遥感图像为包含有目标区域的遥感图像；根据预设的处理规则，处理所述目标遥感图像，得到降维后的目标遥感图像；计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度；其中，所述预设的样本像元集为预先根据样本遥感图像得到的；一个预设的样本像元集包含有对应一个像元类型的多个样本像元；根据降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，确定目标区域中是否存在目标对象。
[0041]本说明书提供的一种目标对象的检测方法、装置和服务器，具体实施前，可以预先根据样本遥感图像，统本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标对象的检测方法，其特征在于，包括：获取目标遥感图像；其中，所述目标遥感图像为包含有目标区域的遥感图像；根据预设的处理规则，处理所述目标遥感图像，得到降维后的目标遥感图像；计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度；其中，所述预设的样本像元集为预先根据样本遥感图像得到的；一个预设的样本像元集包含有对应一个像元类型的多个样本像元；根据降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，确定目标区域中是否存在目标对象。2.根据权利要求1所述的方法，其特征在于，根据预设的处理规则，处理所述目标遥感图像，得到降维后的目标遥感图像，包括：获取并根据目标对象的波谱信息和目标区域中背景环境的波谱信息，对所述目标遥感图像进行最小噪声分离变换，得到目标遥感图像的主成分分析矩阵；根据所述主成分分析矩阵，确定出目标遥感图像中的主成分波段；根据所述主成分波段，从目标遥感图像中抽取相应的波谱信息，以生成对应的RGB伪彩色图片，作为所述降维后的目标遥感图像。3.根据权利要求2所述的方法，其特征在于，计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，包括：计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集基于主成分波段的似然度。4.根据权利要求3所述的方法，其特征在于，计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，还包括：计算降维后的目标遥感图像中的各个像元分别与预设的样本像元集基于各个波段的似然度。5.根据权利要求1所述的方法，其特征在于，预设的样本像元集至少包括预设的第一样本像元集和预设的第二样本像元集；其中，预设的第一样本像元集所对应的第一像元类型与目标对象匹配；预设的第二样本像元集所对应的第二像元类型与目标区域中的背景环境相匹配。6.根据权利要求5所述的方法，其特征在于，根据降维后的目标遥感图像中的各个像元分别与预设的样本像元集的似然度，确定目标区域中是否存在目标对象，包括：确定与各个像元的似然度最大的预设的样本像元集所对应的像元类型，作为该像元的像元类型；通过检测降维后的目标遥感图像中是否存在像元类型为第一像元类型的目标像元，确定目标区域中是否存在目标对象。7.根据权利要求6所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：杨晓诚，许政伟，邓坤元，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。