[发明专利]无人机搭载多光谱相机对伪装人员识别的方法、装置及介质

说明书

本发明实施例公开了一种无人机搭载多光谱相机对伪装人员识别的方法、装置及介质；该方法包括：对多光谱相机所采集的DN值原始图像进行预处理以完成波段配准和辐射校正，获得与DN值原始图像对应的预处理后的反射率图像；基于预处理后的反射率图像生成原始特征集；基于Relief算法通过交叉验证从原始特征集中筛选获得最优特征子集；基于预设的数据集对候选监督分类器模型进行训练所获得的各候选监督分类器模型对应的分类评价结果，从所有候选监督分类器模型中选取最优模型；将预处理后的反射率图像通过最优模型进行分类以获得预测二值图像；从预测二值图像中识别伪装人员目标，并根据DN值原始图像中的位置信息确定被识别目标的位置。

技术领域

本发明实施例涉及战场搜寻技术领域，尤其涉及一种无人机搭载多光谱相机对伪装人员识别的方法、装置及介质。

背景技术

当前，战场环境下的伤员搜救技术通常采用无人机搭载RGB高清相机结合热红外成像仪进行低空搜寻，但是在战场环境下，作战人员均处于伪装条件，比如身着迷彩服等，不同于传统的检测目标，伪装目标没有明显的特征和边缘，因此仅依靠机载视觉很难发现伤员；此外，热红外成像技术视场小、分辨率较差，受到无人机飞行高度的影响，搜索效率较低，此外，混合像元精度低环境温度影响较大，通常在战场上热源较多、环境温度大于30℃，较易造成误检，无法准确地检测到人体的热信号。

发明内容

有鉴于此，本发明实施例期望提供一种无人机搭载多光谱对伪装人员识别的方法、装置及介质；能够提高分辨率和识别准确率，降低对环境的依赖度。

本发明实施例的技术方案是这样实现的：

第一方面，本发明实施例提供了一种无人机搭载多光谱对伪装人员识别的方法，所述方法包括：

对多光谱相机所采集的遥感影像像元亮度DN值原始图像进行预处理以完成波段配准和辐射校正，获得与所述DN值原始图像对应的预处理后的反射率图像；

基于所述预处理后的反射率图像的波段反射率、被选取的植被指数特征、基于主成分分析PCA的纹理特征以及每个预处理后的反射率图像对应的高频信息和低频信息特征，生成原始特征集；

基于Relief算法通过交叉验证从所述原始特征集中筛选获得最优特征子集；

基于预设的数据集对候选监督分类器模型进行训练所获得的各候选监督分类器模型对应的分类评价结果，从所有候选监督分类器模型中选取最优模型；

将所述预处理后的反射率图像通过所述最优模型进行分类以获得预测二值图像；

从所述预测二值图像中识别伪装人员目标，并根据所述DN值原始图像中的位置信息确定被识别目标的位置。

第二方面，本发明实施例提供了一种无人机搭载多光谱对伪装人员识别的装置，所述装置包括：预处理部分、特征生成部分、特征筛选部分、模型选取部分、预测部分和识别部分；其中，

所述预处理部分，经配置为对多光谱相机所采集的遥感影像像元亮度DN值原始图像进行预处理以完成波段配准和辐射校正，获得与所述DN值原始图像对应的预处理后的反射率图像；

所述特征生成部分，经配置为基于所述预处理后的反射率图像的波段反射率、被选取的植被指数特征、基于主成分分析PCA的纹理特征以及每个预处理后的反射率图像对应的高频信息和低频信息特征，生成原始特征集；

所述特征筛选部分，经配置为基于Relief算法通过交叉验证从所述原始特征集中筛选获得最优特征子集；

所述模型选取部分，经配置为基于预设的数据集对候选监督分类器模型进行训练所获得的各候选监督分类器模型对应的分类评价结果，从所有候选监督分类器模型中选取最优模型；

所述预测部分，经配置为将所述预处理后的反射率图像通过所述最优模型进行分类以获得预测二值图像；