[发明专利]一种基于深度学习的航拍数据目标定位方法及系统

说明书

本发明涉及航空系统图像处理与目标检测领域，尤其涉及一种基于深度学习的目标定位方法及系统。本发明提出的一种基于深度学习的目标定位方法，包括如下步骤：S1.获取航拍数据，对航拍数据进行预处理；S2.将航拍数据输入预先训练好的神经网络中；输出目标种类以及目标位置；S3.获取机体方位信息、图像拍摄信息以及目标位置；通过机体方位信息、图像拍摄信息以及目标位置计算得到目标定位信息。本发明提出的方法其鲁棒性能好；同时，在高空航拍环境下对微、弱、小、不明显目标的检出准确率高，检出速度快；并且，本方法考虑了无人机的不同姿态对航拍的定位的影响，可以有效的提升目标定位的精度。

技术领域

本发明涉及航空系统图像处理与目标检测领域，尤其涉及一种基于深度学习的目标定位方法及系统。

背景技术

随着无人机图像侦察技术的发展，利用侦察设备可以获得大量的高空航拍的地面光学图像、光电视频等信息，通过精确的航拍目标检测算法能够对地面目标进行准确的识别与定位，该技术在诸多领域，如海洋漏油检测、灾后搜救、农作物病虫害检测等领域都有巨大的应用价值。

在高空探测环境下，受到光照角度和强度、拍摄硬件、云雾遮挡、机载平台飞行速度等影响，舰船、车辆或者其他感兴趣目标在所拍摄的图像中常常具有微小、不明显、易混淆等特性，不适用去噪、分割、特征提取等图像预处理方法。现有的目标检测及定位方法在自动检出速率及准确率方面存在一些弊端，其鲁棒性较弱，算法时间复杂度高，目标识别、定位效率较低。

发明内容

本发明的目的在于：针对现有技术中传统的目标检测及定位方法其自动检出速率不高，准确率低的问题，提供一种基于深度学习的航拍数据目标定位方法及系统

本发明第一方面提供一种基于深度学习的航拍数据目标定位方法，包括如下步骤：

S1.获取航拍数据，对航拍数据进行预处理；

S2.将航拍数据输入预先训练好的神经网络中；输出目标种类以及目标位置；

S3.获取机体方位信息、图像拍摄信息以及目标位置；通过机体方位信息、图像拍摄信息以及目标位置计算得到目标定位信息。

机体方位信息用于表征无人机拍摄当前航拍数据时，机体的姿态、位置，可以从机体的惯导系统中直接获取；图像拍摄信息用于表征机体拍摄当前航拍数据时拍摄设备的姿态、位置，可以从拍摄设备直接获取。

进一步的是，所述机体方位信息包括：机体轴向与中心线夹角a、中心线与垂直方向夹角b、无人机飞行高度H、机体轴向与正北方向夹角ψ；

所述图像拍摄信息包括：图像中心点沿飞机机头方向偏移距离L_θ，图像中心点沿飞机机翼方向偏移距离L_φ；

当目标位于图片的一/四象限时，通过：

计算得到目标定位信息，当目标位于图片的在二/三象限时，通过：

计算得到目标定位信息；

其中，为目标中心距离拍摄中心水平夹角；

X_ox为原图像中心点经度坐标，X_oy为原图像中心点纬度坐标；X'_ox为飞机姿态影响下图像中心点的经度坐标，X'_oy为飞机姿态影响下图像中心点的纬度坐标；

X_ox为目标经度坐标，X_oy为目标纬度坐标；运算符“￣”的含义为：在计算出沿经线和纬线的距离后，利用经纬度与地面距离的关系求出该距离情况下的经纬度差。