[发明专利]高分辨遥感影像特定目标快速检测方法

权利要求书

1.一种高分辨遥感影像特定目标快速检测方法，其特征在于，通过对待测图像的二值图像进行连通区域标记，经筛选与合并后经过分类器识别和重复检测结果去除，得到最终检测结果；

所述的连通区域标记是指：采用定义两个像素邻接为8邻域的方式对每一个二值图像进行标记，得到连通区域标记结果；

所述的筛选与合并是指：首先根据标记区域的包围盒面积、矩形度、长宽比等三个形状特征和标记区域中的角点个数筛选出符合条件的标记区域，然后通过合并规则把交叉的标记区域进行合并，再根据包围盒的宽与高等两个形状特征筛选出符合条件的标记区域；

所述的标记区域的包围盒是指：用L_i表示第i个标记区域，第i个标记区域的包围盒L_i.BB用下式表示，L_i.BB＝(x,y,width,height)，式中x和y分别是包围盒的左上角顶点的行和列坐标，width、height分别是包围盒的宽和高，其面积L_i.BBArea由公式L_i.BBArea＝width×height计算；

所述的合并是指：

a)当两个标记区域的重合度OLR(L_i,L_j)大于阈值T₆，即OLR(L_i,L_j)＞T₆，则把它们合并成一个标记区域，其中：L_i.BBArea∩L_j.BBArea是计算两个标记区域包围盒的重叠面积，min(L_i.BBArea,L_j.BBArea)是选择较小的包围盒的面积；

b)当较小的标记区域的包围盒的面积小于阈值T₇，min(L_i.BBArea,L_j.BBArea)＜T₇，并且其包围盒的顶点有两个以上位于较大的标记区域的包围盒内部，则把两个标记区域合并成一个标记区域；

所述的标记区域，通过以下方式创建：

1.1)把彩色遥感图像转化为灰度图像I；

1.2)对灰度图像I分别进行三种灰度变换和一次直方图均衡化，再加上原来的灰度图像I，共得到5幅灰度图像；

1.3)接着采用5个不同大小的中值滤波器对每幅灰度图像进行滤波，可得到25幅灰度图像，加上刚才得到的5幅灰度图像，共得到30幅灰度图像，接着选用Harris或MinimumEigenvalue检测算子进行角点检测；

1.4)选用Sobel或Prewitt边缘检测算子对每幅灰度图像进行边缘检测；

1.5)对每一个边缘使用MinimumEigenvalue算子创建角点度量矩阵CMM；

1.6)角点度量矩阵二值化；把每个角点度量矩阵CMM^mn值大于0的元素设置为1，可以得到30个二值图像B^mn，m＝1,2,...,5，n＝1,3,...,11；

1.7)连通区域标记；采用定义两个像素邻接为8邻域的方式对每一个二值图像B^mn进行标记，得到30个连通区域标记结果，记为L^mn，m＝1,2,...,5，n＝1,3,...,11；

所述的分类器，通过从训练图像中手工标记出正例和反例，并提取其CNN特征

用于训练SVM分类器作为检测子；

所述的最终检测结果，通过检测窗口的分类和非极大值抑制处理得到，具体为：

4.1)根据标记区域的包围盒的边长判断其是一个候选窗口还是子区域，当第i个标记区域的包围盒的宽L_i.width与高L_i.height分别小于某一阈值T₉时，则判定第i个标记区域是一个候选窗口，否则判定该标记区域是一个子区域；

4.2)对检测窗口分类以后，再采用非极大值抑制方法去除重复检测的窗口作为最终的检测结果。

2.根据权利要求1所述的方法，其特征是，所述的符合条件是指：形状特征的参数和标记区域中的角点个数分别大于或小于设定的阈值。