[发明专利]一种光学遥感图像海上平台自动检测方法

说明书

本发明公开了一种光学遥感图像海上平台自动检测方法，首先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最佳遥感图像。然后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。最后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。

技术领域

本发明属于遥感图像解译领域，尤其涉及一种光学遥感图像海上平台自动检测方法。

背景技术

1.1基于海上油气平台地理位置相对固定的检测方法

根据海上油气平台地理位置相对固定、舰船目标不断运动的特点实现检测。如Casadio S.等基于欧洲环境卫星的SAR图像数据，采用CFAR方法检测海上目标，根据目标的位置不变性提取海上油气平台；Cheng L.等采用双参数的CFAR检测海上目标，再根据固定目标的相对三角位置不变原理提取海上平台；Yongxue Liu等采用Landsat陆地成像仪(OLI)的多光谱数据，根据上下文特征和位置、尺度的不变性检测海上油气平台。

1.2基于海上油气平台红外辐射特性检测方法

第二类方法通过海上油气平台的红外辐射特性来实现目标检测。大部分的海上油气平台通过放空火炬燃烧废气，通过在红外波段提取火点可以有效探测到这些海上平台。如Elvidge等通过美国防卫气象卫星的OLS(Operational Line-scan System)传感器数据进行全球的天然气火点检测；Casadio等通过ATSR(Along Track Scanning Radiometer)传感器数据，对SAR图像检测目标进行辐射特征提取，检测大西洋北海区域的海上平台；Anejionu等通过Landsat和MODIS的卫星数据，采用辐射滤波和空间滤波检测燃烧天然气的海上平台；孟若琳等采用Landsat TM传感器的多光谱数据，通过最优阈值选取和滑动窗口法提取海上油气平台。

上述两类海上油气平台检测方法都是先对单一时相的图像进行目标检测，显然，在这种情况下，整体检测率将受到单时相图像检测率的直接影响，某一时相的检测错误就可能导致最终的漏检或虚警。而对于海上油气平台，单时相下检测率难以保障，主要是因为：1)海上油气平台尺度较小，其长宽通常在100米左右，在普通分辨率的遥感图像中只有十几个像素大小；2)海上油气平台成像信号较弱，难以与背景明显区分；3)海上环境复杂，海浪、云层等杂波干扰严重；4)与舰船的成像特征类似，易受舰船目标干扰。

发明内容

本发明所要解决的技术问题是针对从海量遥感图像数据中检测海上油气平台时，面临的目标检测准确率低、工作量大的问题，提出了一种基于深度卷积神经网络和三维时空马尔可夫随机场的海上平台检测方法。

本发明为解决上述技术问题采用以下技术方案

一种光学遥感图像海上平台自动检测方法，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。

作为本发明光学遥感图像海上平台自动检测方法的进一步优选方案，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；