[發明專利]一種遙感圖像中目標到目標部位的分級識別方法有效
| 申請號: | 201710805959.6 | 申請日: | 2017-09-08 |
| 公開(公告)號: | CN107563447B | 公開(公告)日: | 2020-11-10 |
| 發明(設計)人: | 陳浩;高通;任卿龍;陳穩 | 申請(專利權)人: | 哈爾濱工業大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 哈爾濱華夏松花江知識產權代理有限公司 23213 | 代理人: | 岳昕 |
| 地址: | 150001 黑龍*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 遙感 圖像 目標 部位 分級 識別 方法 | ||
一種遙感圖像中目標到目標部位的分級識別方法,本發明涉及遙感圖像中目標到目標部位的分級識別方法。本發明的目的是為了解決現有遙感影像目標識別方法不能在不同層級上對目標或目標部位進行識別的問題。過程為:一、根據待識別的光學遙感圖像的要求,確定待識別的光學遙感圖像的級數;二、對待識別的光學遙感圖像進行目標識別;三、得到待識別區域切片上含有標記為目標的切片;四、獲得最終含有目標標記的切片;五、對待識別的光學遙感圖像進行目標部位識別;六、得到待識別區域切片上含有標記為目標部位的切片;七、獲得最終含有目標部位標記的切片。本發明用于遙感圖像中目標分級識別領域。
技術領域
本發明涉及遙感圖像中目標到目標部位的分級識別方法。
背景技術
近二十年來,遙感影像數據的產品數量和質量隨著計算機技術、無線電通信技術、傳感器技術、航天航空技術等相關領域的快速發展和不斷創新得到了很大的提升。遙感影像的空間分辨率更是有著極為顯著的提升——大量的空間分辨率很高的遙感衛星已經被成功發射并運行。其中比較著名的包括美國的Quickbird、Geoeye、WorldView系列衛星等,這些商業衛星為用戶提供了許多高分辨率的數據,WorldView-Ⅲ系列衛星已經達到了0.3m分辨率,我國的高分系列衛星,德國的TerraSAR-X衛星等的空間分辨率也已經突破米級進入亞米級。
高分辨率的遙感圖像蘊含著豐富的地物信息,目標檢測識別是遙感技術的重要應用之一,在軍事偵察、城市規劃、地質勘測等領域意義重大,主要目的是在遙感圖像中獲取所需的目標知識和信息。隨著遙感圖像分辨率的提升,如何在現有的遙感影像目標識別的研究基礎上,進一步地識別目標的細節,在不同層級上實現對目標或目標部位識別,從而得到更多、更準確的目標相關的信息,以滿足不同的應用需求,是目前亟待研究解決的問題。另一方面,遙感技術各種分辨率都在提升,但是,這樣卻引起了遙感圖像整體的數據量在增加。這些大數據量的遙感影像為科研工作者、國民生產部門以及商業機構提供了許多幫助。但是,傳統的人工信息處理效率低,成為了遙感數據處理技術進一步發展的瓶頸。
發明內容
本發明的目的是為了解決現有遙感影像目標識別方法不能在不同層級上對目標或目標部位進行識別的問題,而提出一種遙感圖像中目標到目標部位的分級識別方法。
一種遙感圖像中目標到目標部位的分級識別方法具體過程為:
步驟一、根據待識別的光學遙感圖像的要求,確定待識別的光學遙感圖像的級數,即待識別的光學遙感圖像目標與目標部位;
步驟二、對待識別的光學遙感圖像進行目標識別;具體過程為:
步驟二一、在待識別的光學遙感圖像上選取訓練圖像集合,根據訓練圖像上待識別的光學遙感圖像目標的尺寸,在訓練圖像上選取待識別目標與背景樣本的切片,切片大小與待識別的光學遙感圖像目標的外接矩形大小比值為1.1-2;
步驟二二、提取切片的SURF特征,并構建特征張量或特征向量;過程為:
提取切片的SURF特征,根據切片的SURF特征構建特征張量;
特征張量的第一、二階表示目標與背景樣本的切片的空間維度,即分別代表切片的長和寬,第三階表示目標與背景樣本的切片的光譜維度,第四階表示提取的SURF特征維度,共35維,第1維表示不同波段下圖像的光譜信息,第2、3維儲存特征點的尺度與方向的特征值,后32維為提取得到的SURF特征,最終構建一個四階特征張量;
將特征張量展開為特征向量;
步驟二三、利用步驟二二構建的特征張量訓練支持張量機或利用步驟二二構建的特征向量訓練支持向量機,得到訓練好的支持張量機或支持向量機;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工業大學,未經哈爾濱工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710805959.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種微操作系統目標檢測方法
- 下一篇:基于近紅外光譜分析的樣本空間聚類劃分法





