[发明专利]基于地面采样距离的遥感图像目标检测方法、系统和介质

说明书

本发明公开了一种基于地面采样距离的遥感图像目标检测方法、系统和介质，方法包括以下步骤：获取遥感图像；对所述遥感图像进行特征提取和分类，得到所述遥感图像的地面采样距离预测结果；根据所述地面采样距离预测结果对所述遥感图像进行分割，得到多张图像序列；采用超分辨网络对所述多张图像序列分别进行特征提取、上采样和分辨率放大操作，生成目标图像序列；采用目标检测网络对所述目标图像序列进行目标检测，生成目标检测结果矩阵序列，所述目标检测网络为two‑stage式遥感目标检测网络。本发明能避免遥感图像中的目标具有多样性和复杂性对目标检测结果的影响，提高目标提取结果的准确性。本发明可广泛应用于遥感技术领域。

技术领域

本发明涉及遥感技术领域，尤其是涉及一种基于地面采样距离的遥感图像目标检测方法、系统和介质。

背景技术

随着空间技术的发展，特别是地理信息系统和全球定位系统的发展和相互渗透，遥感技术水平应用领域将越来越广泛。目标检测的信息处理技术是当今自动目标识别的关键技术之一，也是遥感图像信息提取的核心所在，它在军事和民用领域都具有重要的应用意义和研究价值。自动目标识别技术可以从遥感图像的复杂背景中自动提取目标特征，并根据特定区域和典型目标的特征模板数据库，或利用边缘、灰度、纹理结构等信息实现检测、拦截、识别和跟踪目标。

由于遥感图像中的目标具有多样性和复杂性，例如自然物体的阴影造成的人造物体、物体之间的重叠等因素，均会降低目标的识别精度，若仅采用低阶特征提取方式，会使得目标提取结果的准确性大大降低。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于地面采样距离的遥感图像目标检测方法、系统和介质，能够有效提高目标提取结果的准确性。

本发明第一方面实施例提供了一种基于地面采样距离的遥感图像目标检测方法，包括以下步骤：

获取遥感图像；

对所述遥感图像进行特征提取和分类，得到所述遥感图像的地面采样距离预测结果；

根据所述地面采样距离预测结果对所述遥感图像进行分割，得到多张图像序列；

采用超分辨网络对所述多张图像序列分别进行特征提取、上采样和分辨率放大操作，生成目标图像序列；

采用目标检测网络对所述目标图像序列进行目标检测，生成目标检测结果矩阵序列，所述目标检测网络为two-stage式遥感目标检测网络。

本实施例提供的一种基于地面采样距离的遥感图像目标检测方法，具有如下有益效果：

本实施例通过先对获取的遥感图像进行特征提取和分类，得到遥感图像的地面采样距离预测结果，接着根据地面采样距离预测结果对遥感图像进行分割，得到多张图像序列，紧接着采用超分辨网络对多张图像序列分别进行特征提取、上采样和分辨率放大操作，生成目标图像序列，最后通过two-stage式遥感目标检测网络对目标图像序列进行目标检测，生成目标检测结果矩阵序列，以避免遥感图像中的目标具有多样性和复杂性对目标检测结果的影响，提高目标提取结果的准确性。

可选地，所述对所述遥感图像进行特征提取和分类，得到所述遥感图像的地面采样距离预测结果，包括：

确定所述遥感图像的采集特性信息；

根据所述采集特性信息确定所述遥感图像的目标采样方式；

根据所述目标采样方式对所述遥感图像进行采样；

根据预设地面采样距离预测网络对采样后的遥感图像进行地面采样距离预测，得到所述遥感图像的地面采样距离预测结果。

可选地，所述根据所述地面采样距离预测结果对所述遥感图像进行分割，得到多张图像序列，包括：