[發明專利]基于深度殘差密集網絡的光學遙感圖像艦船檢測方法有效
| 申請號: | 201811571859.2 | 申請日: | 2018-12-21 |
| 公開(公告)號: | CN109740460B | 公開(公告)日: | 2020-08-07 |
| 發明(設計)人: | 陳麗瓊;范賜恩;田勝;裘兆炳;楊燁;鄒煉 | 申請(專利權)人: | 武漢大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06K9/62;G06N3/04 |
| 代理公司: | 武漢科皓知識產權代理事務所(特殊普通合伙) 42222 | 代理人: | 王琪 |
| 地址: | 430072 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 深度 密集 網絡 光學 遙感 圖像 艦船 檢測 方法 | ||
1.一種基于深度殘差密集網絡的光學遙感圖像艦船檢測方法,其特征在于,包括如下步驟:
步驟1,利用多光譜圖像中的綠波段圖像和近紅外圖像計算歸一化水體指數,并進行二值化,實現海陸分離;步驟1的具體實現方式如下,
步驟1.1,利用大小為m×n的多光譜圖像中的綠波段圖像Green和近紅外波段NIR求取歸一化水體指數NDWI(Normalized Difference Water Index),得到大小為m×n的矩陣S;
步驟1.2,根據多光譜圖像的背景設定閾值η,對矩陣S的每一個位置進行判斷,大于η的置為0,小于η的置為255,得到海陸分離后的二值圖像S1;
步驟1.3,對二值圖像S1進行形態學閉運算操作,填充陸地區域中的空洞,得到閉運算后的結果圖S2,再對S2進行連通域分析,得到每個連通域的中心點坐標以及面積;
步驟2,利用二值圖中的連通域信息提取艦船候選區域,在對應的細節豐富的全色圖像上截取切片;步驟2的具體實現方式如下,
步驟2.1,設定艦船目標的面積閾值η2,對步驟1.3得到的每個連通域進行判斷,面積小于η2的被判為疑似目標,得到d個疑似目標的中心點坐標{(x1,y1),(x2,y2),...,(xd,yd)};
步驟2.2,去除二值圖像S2中符合步驟2.1條件的連通域,剩下面積大于η2的連通域,得到純陸地的二值圖像S3,通過插值的方法將S3放大到全色圖像的尺寸,根據S3中白色的陸地區域將全色圖像P中的陸地置為黑色,得到只有海域信息的全色圖像P2;
步驟2.3,根據多光譜圖像和全色圖像的尺寸比例,設全色圖像的尺寸是多光譜圖像的k倍,將步驟2.1得到的疑似目標的中心坐標放大到原來的k倍,即對應全色圖像上疑似目標的中心點坐標{(kx1,ky1),(kx2,ky2),…,(kxd,kyd)},以這d個點為中心,在步驟2.2得到的全色圖像P2上截取大小為L×L的切片,作為艦船候選區域;
步驟3,構建光學遙感圖像艦船數據集,包括訓練集和測試集:步驟3的具體實現方式如下,
步驟3.1,收集已有的衛星圖像,包括多光譜圖像的綠波段和NIR波段以及對應的全色圖像,經過步驟1和步驟2處理得到所有艦船候選區域的切片;
步驟3.2,將這些切片分為兩大類:艦船和虛景,根據形狀和數量的不同將艦船目標細分為大船、中船、小船、帶尾跡的船和多條船5小類,將虛景細分為波浪、云、海島、浮橋、黑色海面5小類,數據集一共被分為10個子類;
步驟3.3,將切片數據集隨機打亂,按一定的比例劃分訓練集和測試集;
步驟4,通過訓練集和測試集對構建的深度殘差密集網絡進行訓練和測試,利用訓練好且精度最高的深度殘差密集網絡對待檢測艦船候選區域進行分類,得到最終的檢測結果。
2.如權利要求1所述的一種基于深度殘差密集網絡的光學遙感圖像艦船檢測方法,其特征在于:步驟1.1中矩陣S的計算公式如下,
其中i表示多光譜圖像的行索引,取值范圍為1~m,j表示多光譜圖像的列索引,取值范圍為1~n,計算出來的S(i,j)取值在-1~1之間。
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武漢大學,未經武漢大學許可,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/201811571859.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種圖像差異對比方法、系統及無人售貨裝置
- 下一篇:目標跟隨后的處理方法





