[發(fā)明專利]地物識別方法、裝置、存儲介質(zhì)及終端

在審

• 申請?zhí)枺?/td>: 202011023367.7
• 申請日: 2020-09-25
• 公開（公告）號: CN112287756A
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計）人: 焦士琦;宋寬;姜文聰;徐魯冰;魏澤強;胡畔;譚文軒;彭珺;高強;李苗苗;吳江;張甲偉;蘇少男;張艷忠;杜騰騰;簡敏;莊瑩;徐春萌;彭欣;張弓;顧竹
• 申請（專利權(quán)）人: 北京佳格天地科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京恒博知識產(chǎn)權(quán)代理有限公司 11528
• 代理人: 范勝祥

1.一種地物識別方法，其特征在于，所述方法包括：

基于主成分分析PCA算法對第一遙感影像和第二遙感影像進(jìn)行融合處理得到融合影像；其中，所述第一遙感影像與所述第二遙感影像為不同時刻同一地理區(qū)域的遙感影像；

基于預(yù)設(shè)的新增地物識別模型對所述融合影像進(jìn)行處理得到新增地物的識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一遙感影像與所述第二遙感影像包含的地物不同，所述新增地物的識別結(jié)果為所述第二遙感影像相比于所述第一遙感影像的新增地物的位置信息。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一遙感影像與所述第二遙感影像包含的地物相同，通過顯示單元顯示提醒信息。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于主成分分析PCA算法對第一遙感影像和第二遙感影像進(jìn)行融合處理得到融合影像之前，還包括：

獲取所述第一遙感影像和所述第二遙感影像；

所述基于主成分分析PCA算法對第一遙感影像和第二遙感影像進(jìn)行融合處理得到融合影像，包括：

對所述第一遙感影像進(jìn)行裁切處理得到多個第一小塊影像，以及對所述第二遙感影像進(jìn)行裁切處理得到多個第二小塊影像；

基于所述PCA算法對所述多個第一小塊影像和所述多個第二小塊影像進(jìn)行融合處理得到所述融合影像。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對所述第一遙感影像進(jìn)行裁切處理得到多個第一小塊影像，以及對所述第二遙感影像進(jìn)行裁切處理得到多個第二小塊影像之后，所述基于所述PCA算法對所述多個第一小塊影像和所述多個第二小塊影像進(jìn)行融合處理得到所述融合影像之前，還包括：

對所述多個第一小塊影像和所述多個第二小塊影像分別進(jìn)行預(yù)處理；其中，所述第一小塊影像與所述第二小塊影像一一對應(yīng)，所述預(yù)處理包括以下至少一項：拉伸、亮度調(diào)節(jié)、色調(diào)調(diào)節(jié)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)設(shè)的新增地物識別模型對所述融合影像進(jìn)行處理得到新增地物的識別結(jié)果之前，還包括：

基于所述PCA算法對第一樣本影像和第二樣本影像進(jìn)行融合處理得到多個樣本融合影像；所述第一樣本影像與所述第二樣本影像為不同時刻同一地理區(qū)域的遙感影像，所述第一樣本影像與所述第二樣本影像包含的地物不同；

基于預(yù)設(shè)的地物識別模型對多個融合標(biāo)注影像進(jìn)行訓(xùn)練得到所述預(yù)設(shè)的新增地物識別模型；其中，所述預(yù)設(shè)的地物識別模型是由單一時刻的樣本影像訓(xùn)練得到，所述融合標(biāo)注影像由所述樣本融合影像經(jīng)過人工標(biāo)注處理后得到，所述人工標(biāo)注處理是指對所述樣本融合影像的新增地物進(jìn)行位置標(biāo)注。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于所述PCA算法對第一樣本影像和第二樣本影像進(jìn)行融合處理得到多個樣本融合影像之前，還包括：

獲取所述第一樣本影像和所述第二樣本影像；

所述基于所述PCA算法對第一樣本影像和第二樣本影像進(jìn)行融合處理得到多個樣本融合影像，包括：

對所述第一樣本影像進(jìn)行裁切處理得到多個第一樣本小塊影像，以及對所述第二樣本影像進(jìn)行裁切處理得到多個第二樣本小塊影像；

分別對所述多個第一樣本小塊影像和所述多個第二樣本小塊影像進(jìn)行預(yù)處理，并基于所述PCA算法對預(yù)處理后的多個第一樣本小塊影像和預(yù)處理后的多個第二樣本小塊影像進(jìn)行融合處理得到所述多個樣本融合影像。

8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于預(yù)設(shè)的地物識別模型對多個融合標(biāo)注影像進(jìn)行訓(xùn)練得到所述預(yù)設(shè)的新增地物識別模型之前，還包括：

獲取第三樣本影像，并對所述第三樣本影像進(jìn)行裁切處理得到多個第三樣本小塊影像；

對所述多個第三樣本小塊影像進(jìn)行預(yù)處理，并基于目標(biāo)檢測Cascade R-CNN模型對多個樣本標(biāo)注影像進(jìn)行訓(xùn)練得到所述預(yù)設(shè)的地物識別模型；其中，所述樣本標(biāo)注影像由預(yù)處理后的第三樣本小塊影像經(jīng)過人工標(biāo)注處理后得到，所述樣本標(biāo)注影像中包含地物的位置標(biāo)識。