[發明專利]一種結合先驗知識的衛星遙感影像飛機目標識別方法

有效

• 申請號: 202011545003.5
• 申請日: 2020-12-24
• 公開（公告）號: CN112668441B
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 羅子娟;杜記川;郭成昊;李友江;繆偉鑫;雷盼飛;楊東
• 申請（專利權）人: 中國電子科技集團公司第二十八研究所
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/44;G06V10/774;G06V10/764;G06V10/70;G06N5/04
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 于瀚文;胡建華

本發明提供了一種結合先驗知識的衛星遙感影像飛機目標識別方法，包括：步驟1，構建飛機目標停放區域知識庫；步驟2，計算待識別圖像與飛機目標停放區域知識庫的交集；步驟3，對待識別圖像進行飛機識別，步驟4，對識別之后的結果進行位置推理，濾除部分識別結果，步驟5，對識別之后的結果進行類別推理，修正識別結果，步驟6，對識別之后的結果進行上下文推理，修正識別結果。

技術領域

本發明屬于圖像處理技術領域，涉及一種結合先驗知識的衛星遙感影像飛機目標識別方法。

背景技術

遙感圖像目標檢測已逐步成為目標檢測技術的一個重要應用領域之一。隨著深度學習的興起，基于深度卷積神經網絡的遙感圖像目標檢測也是當前遙感信息處理系統中的研究熱點問題，因為卷積神經網絡的深層結構可以提取豐富的圖像高層語義特征，也使檢測模型的精度有較大提升。但是由于遙感影像背景較為復雜，目標尺寸較小，大小形態不一，在整個遙感影像上來說特征不夠明顯，因此當前遙感圖像目標檢測研究的典型問題主要表現為復雜背景下飛機等多尺度遙感目標的檢測精度較低。而且由于目前深度學習的透明性和可解釋性不足，對于部分錯檢的目標，很難從網絡的層面進行分析解決。

發明內容

發明目的：本發明所要解決的技術問題是針對現有技術的不足，提出一種結合先驗知識的衛星遙感影像飛機目標識別方法，包括如下步驟：

步驟1，構建飛機目標停放區域知識庫；

步驟2，計算待識別圖像與飛機目標停放區域知識庫的交集；

步驟3，對待識別圖像進行飛機識別；

步驟4，對識別之后的結果進行位置推理，濾除部分識別結果；

步驟5，對識別之后的結果進行類別推理，修正識別結果；

步驟6，對識別之后的結果進行上下文推理，修正識別結果。

步驟1包括：針對每個不同的機場，人為劃定一個機場的多邊形區域，只有在所述多邊形區域中才會停放飛機，將所述多邊形區域的經緯度保存下來，用(lon1，lat1， lon2，lat2，......,lonn，latn)表示，lonn為多邊形區域的第n個點的經度，latn為多邊形區域的第n個點的緯度，n取值為自然數，將不同機場的多邊形區域及對應的經緯度信息保存，形成飛機目標停放區域知識庫。

步驟2包括：在進行衛星遙感影像飛機目標識別的過程中，讀取飛機目標停放區域在飛機目標停放區域知識庫中對應的多邊形區域，先求出多邊形區域的經緯度坐標在待識別圖像上的像素點位置(x₁,y₁),...,(x_m,y_m)，(x_m,y_m)表示第m個經緯度坐標(lonm， latm)在待識別圖像上的像素點位置坐標，待識別圖像的寬度為w，高度為h，計算待識別圖像與飛機目標停放區域知識庫的交集，具體步驟包括：

步驟2-1，循環計算多邊形區域的一條邊(x₁,y₁)，(x₂,y₂)與待識別圖像的交點：

設定(x₁,y₁)和(x₂,y₂)的直線方程式為y＝kx+b；

判斷x₁是否和x₂相同，并且x₁在0和w之間，h在y₁和y₂之間，如果滿足上述條件，則(x₁,h)是一個交點，加入交點列表；