[发明专利]一种光学遥感图像海上平台自动检测方法

权利要求书

1.一种光学遥感图像海上平台自动检测方法，其特征在于：具体包含如下步骤：

步骤1，对海上油气平台多分辨率、多视点的遥感成像特性进行分析，通过特征子空间和主成分分量拟合遥感图像；

步骤2，通过时空马尔可夫随机场模型，提高海上平台检测的信噪比与信杂比，输出目标显著性图像；

步骤3，构建大规模的目标标准数据集，对深度卷积神经网络进行基于hadoop分布式文件存储系统的多节点并行架构训练，对深度卷积神经网络持续调优，提取大规模目标的稳定特性，实现海量遥感图像中海上油气平台快速、准确的自动检测；

所述步骤1具体包含如下步骤：

步骤1.1，选取不同分辨率、多视点下的多时相光学遥感图像集；

步骤1.2，建立大范围海洋检测识别区域先验知识数据库；

步骤1.3，通过步骤2中建立的先验知识数据库对步骤1中的输入图像集进行处理，将遥感数据中的非海洋区域信息、不可能进行海上油气开发的海洋较深区域的信息进行剔除，得到处理后的图像集；

步骤1.4，对步骤3中得到的图像集进行人工标定，获得标记遥感图像集；

步骤1.5，对标记遥感图像集的特征子空间和主成分进行仿真分析，获得多时相遥感图像集；

所述步骤2具体包含如下步骤：

步骤2.1，对图像集中的图像进行时域低通滤波，初始化马尔可夫随机场；

步骤2.2，根据输入的多时相遥感图像，建立三维马尔可夫随机场模型，并考虑遥感图像灰度分布信息符合有限混合高斯模型，获得联合条件概率；

步骤2.3，根据步骤2.2中的条件概率进行最大似然估计，计算马尔可夫随机场模型参数；

步骤2.4，用计算出来的参数更新马尔可夫随机场，重新通过最大似然估计获取马尔可夫随机场模型参数；

步骤2.5，对比前后两次计算的马尔可夫随机场模型参数误差是否满足收敛；若满足，则执行步骤2.6，否则继续执行步骤2.4；

步骤2.6，通过三维时空马尔可夫随机场模型计算输出目标显著性图像。

2.根据权利要求1所述光学遥感图像海上平台自动检测方法，其特征在于：所述步骤3具体包含如下步骤：

步骤3.1，获取平台样本库，进而存储在hadoop分布式文件存储系统上，在k个节点上存储样本库子集，让各节点单独训练样本库，初始化卷积神经网络各参数；

步骤3.2，各节点同时进行样本库子集的完整网络训练，得到卷积神经网络参数向量，并使用各节点的神经网络参数拟合整体神经网络参数；

步骤3.3，用整体神经网络参数更新各节点神经网络参数；

步骤3.4，人工交互确定训练效果，持续参数调优，重复执行步骤3.2至步骤3.3，直到训练达到要求；

步骤3.5，添加目标样本，重复步骤3.2至步骤3.4；

步骤3.6，使用步骤3.5中训练好的卷积神经网络对步骤2.6中输出的目标显著性图像进行检测，输出目标检测结果。

3.根据权利要求1所述光学遥感图像海上平台自动检测方法，其特征在于：在步骤1.2中，所述数据库包含近海的经纬度、海洋深度。