【技术实现步骤摘要】
本专利技术涉及计算机视觉、遥感技术和地理信息系统的交叉领域，尤其是涉及一种基于颜色特征和区域配准的遥感小目标检测定位方法。
技术介绍
1、现代星载遥感技术已经进入了一个高度成熟和广泛应用的阶段。遥感图像小目标识别技术是指利用卫星或其他太空平台上搭载的遥感传感器，通过分析遥感影像数据来检测和识别地球表面的小目标，如车辆、建筑物、辐射源等。这项技术在军事侦察、安全监测、交通管理等领域具有重要应用。
2、随着遥感技术的发展，卫星传感器的分辨率不断提高，可以获取到更细节的地表信息。这为小目标的识别提供了更好的基础。此外，随着计算能力的提升和机器学习算法的发展，利用遥感影像进行自动化的小目标识别成为可能。目前，星载遥感小目标识别技术已经取得了一些重要的研究进展。
3、通过特征提取，研究人员利用图像处理和计算机视觉技术，提取遥感影像中的特征，如纹理、形状、颜色等，用于小目标的识别和分类。研究者们开发了各种目标检测算法，包括传统的基于特征的方法和基于深度学习的方法。基于深度学习的方法，如卷积神经网络(cnn)和目标检测网络(如faster r-cnn、yolo等)，在小目标识别中取得了显著的性能提升。
4、遥感图像通常以像素坐标表示，而经纬度坐标则是地理信息的表示方式。将遥感图像与离线地图进行配准，可以在本地实现遥感图像与地理空间的对应关系，进而实现遥感图像的地理定位和地物提取。图像配准技术已经取得了一些重要的研究进展。研究者们通过提取图像中的特征点，并在不同图像之间进行匹配，以实现图像的对准。常用的特征点
5、尽管星载遥感小目标识别技术取得了一些进展，但仍然存在一些挑战和难点。随着遥感数据的不断增加，处理和分析大规模遥感影像数据变得更加困难。同时，实时性要求也对算法的计算效率提出了挑战。获取大规模的标注数据集对于训练深度学习模型非常重要，但标注遥感影像数据需要耗费大量的时间和人力资源。在图像配准上，遥感图像可能受到不同的光照条件、视角变化、形变等因素的影响，这会导致图像间的差异，增加配准的难度。对于小目标的经纬度定位，需要高精度的配准结果。如何提高配准的精度，减小配准误差是一个挑战。
技术实现思路
1、为解决现有技术的不足，本专利技术提出了一种基于颜色特征和区域配准的遥感小目标检测定位方法，旨在通过高效图像处理技术，提高对地观测系统中单个像素大小的目标的检测与精确地理位置确定的能力。
2、本专利技术采用以下技术方案：
3、一种基于颜色特征和区域配准的遥感小目标检测定位方法，考虑到航天器等飞行平台上环境条件受限、部署平台的计算能力和存储空间有限，所述方法并未采用复杂的深度学习方法，而是利用了更为高效的算法，其主要包含基于颜色特征的小目标检测和基于图像配准的经纬度定位。所述方法具体步骤包括：
4、步骤1、对输入遥感图像预处理后将其转换到hsv颜色空间进行颜色提取。
5、步骤2、利用优化k均值聚类算法查找小目标，并计算出其在图像中的像素坐标。
6、步骤3、根据目标所处大致区域，生成离线地图文件。通过后台调用浏览器获取地图信息来合成地图图像。
7、步骤4、将输入图像与地图图像进行orb(oriented fast and rotated brief)配准，根据计算坐标模拟鼠标点击从而解析得到经纬度信息。
8、优选的，在所述步骤1中，首先根据实际情况对输入遥感图像进行提高亮度、增强对比度和去噪的预处理。其次将其转换到更具有区分性的hsv颜色空间。根据目标特征颜色创建掩膜，应用于输入图像提取出在指定颜色范围内的图像区域。
9、优选的，在所述步骤2中，针对k均值聚类算法的初始中心选取策略进行优化，在选择初始中心点时考虑数据点之间的距离，使初始中心点之间的距离更加均匀，从而避免由于初始中心点过于集中或分散影响聚类效果。此外在计算欧几里得距离前对图像数据进行了归一化的特征缩放。首先将特征颜色提取后的结果重塑为一个二维数组，其中每一行表示一个像素，每个像素由三个通道的值组成，再将像素值的数据类型转换为float32。定义好收敛准则和聚类簇数后执行k均值聚类算法。根据像素的标签，从聚类中心获取每个像素的颜色特征，将颜色特征的一维数组重塑为与原始图像相同的形状，并转换为二值图像。对该图像进行轮廓查找来绘制检测框，并计算出目标中心点在图像中的像素坐标。
10、优选的，在所述步骤3中，根据目标大致区域经纬度以及离线地图数据创建地图对象html文件。将<head>标签中以外部链接资源引入的外部库和样式表用本地文件进行替换，以实现离线化。然后利用selenium创建一个chrome浏览器的webdriver对象，并将其设置为无边框模式。调用chrome后台打开本地地图文件，查找并获取窗口中央显示图像的瓦片信息。最后根据尺寸大小计算所需瓦片排列方式，将本地地图瓦片拼接成大地图图像。
11、优选的，在所述步骤4中，将输入图像和地图图像都转换为灰度图像后，将它们进行orb配准，同时采用金字塔下采样策略降低图像分辨率，减少计算量。利用阈值对匹配结果进行筛选后，得到两幅图像间的映射关系，从而计算得到目标在地图图像中的像素坐标。最后在本地地图文件中添加经纬度弹出窗口控件，后台调用chrome打开该地图文件，并模拟鼠标点击对应的坐标。根据网页源代码找到包含经纬度信息的弹出窗口元素，使用条件判断和字符串操作，解析出经度和纬度的数值。
12、与现有技术相比，本专利技术的技术方案具有以下有益效果：
13、1、本专利技术并未采用复杂的深度学习方法，而是利用了更为高效的算法，技术简单高效，能有效适应航天器等飞行平台上环境条件受限、部署平台的计算能力和存储空间有限的应用场景；
14、2、本专利技术通过高效图像处理技术，能够有效实施对地观测系统中单个像素大小的目标的检测与精确地理位置确定，检测结果和定位结果目视效果好、精度较高。
本文档来自技高网...【技术保护点】
1.基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，所述方法并未采用复杂的深度学习方法，而是利用了更为高效的算法，其主要包含基于颜色特征的小目标检测和基于图像配准的经纬度定位，包括如下步骤：
2.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤1中，首先根据实际情况对输入遥感图像进行提高亮度、增强对比度和去噪的预处理；其次将输入图像转换到更具有区分性的HSV颜色空间，根据目标特征颜色创建掩膜，应用于输入图像提取出在指定颜色范围内的图像区域。
3.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤2中，针对K均值聚类算法的初始中心选取策略进行优化，在选择初始中心点时考虑数据点之间的距离，使初始中心点之间的距离更加均匀，从而避免由于初始中心点过于集中或分散影响聚类效果；此外，在计算欧几里得距离前对图像数据进行归一化的特征缩放；首先将特征颜色提取后的结果重塑为一个二维数组，其中每一行表示一个像素，每个像素由三个通道的值组成，再将像素值的数据类型转换为float32；定义
4.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤3中，根据目标大致区域经纬度以及离线地图数据创建地图对象HTML文件；将<head>标签中以外部链接资源引入的外部库和样式表用本地文件进行替换，以实现离线化；然后利用Selenium创建一个Chrome浏览器的WebDriver对象，并将其设置为无边框模式；调用Chrome后台打开本地地图文件，查找并获取窗口中央显示图像的瓦片信息；最后根据尺寸大小计算所需瓦片排列方式，将本地地图瓦片拼接成大地图图像。
5.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤4中，将输入图像和地图图像都转换为灰度图像后，将它们进行ORB配准，同时采用金字塔下采样策略降低图像分辨率，减少计算量；利用阈值对匹配结果进行筛选后，得到两幅图像间的映射关系，从而计算得到目标在地图图像中的像素坐标；最后在本地地图文件中添加经纬度弹出窗口控件，后台调用Chrome打开该地图文件，并模拟鼠标点击对应的坐标；根据网页源代码找到包含经纬度信息的弹出窗口元素，使用条件判断和字符串操作，解析出经度和纬度的数值。
...【技术特征摘要】
1.基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，所述方法并未采用复杂的深度学习方法，而是利用了更为高效的算法，其主要包含基于颜色特征的小目标检测和基于图像配准的经纬度定位，包括如下步骤：
2.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤1中，首先根据实际情况对输入遥感图像进行提高亮度、增强对比度和去噪的预处理；其次将输入图像转换到更具有区分性的hsv颜色空间，根据目标特征颜色创建掩膜，应用于输入图像提取出在指定颜色范围内的图像区域。
3.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤2中，针对k均值聚类算法的初始中心选取策略进行优化，在选择初始中心点时考虑数据点之间的距离，使初始中心点之间的距离更加均匀，从而避免由于初始中心点过于集中或分散影响聚类效果；此外，在计算欧几里得距离前对图像数据进行归一化的特征缩放；首先将特征颜色提取后的结果重塑为一个二维数组，其中每一行表示一个像素，每个像素由三个通道的值组成，再将像素值的数据类型转换为float32；定义好收敛准则和聚类簇数后执行k均值聚类算法；根据像素的标签，从聚类中心获取每个像素的颜色特征，将颜色特征的一维数组重塑为与原始图像相同的形状，并转...
【专利技术属性】
技术研发人员：严昂，韦雨露，孙天漫，王梦婕，王鹏，
申请(专利权)人：南京航空航天大学，
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。