[发明专利]一种遥感图像中目标到目标部位的分级识别方法

摘要

一种遥感图像中目标到目标部位的分级识别方法，本发明涉及遥感图像中目标到目标部位的分级识别方法。本发明的目的是为了解决现有遥感影像目标识别方法不能在不同层级上对目标或目标部位进行识别的问题。过程为：一、根据待识别的光学遥感图像的要求，确定待识别的光学遥感图像的级数；二、对待识别的光学遥感图像进行目标识别；三、得到待识别区域切片上含有标记为目标的切片；四、获得最终含有目标标记的切片；五、对待识别的光学遥感图像进行目标部位识别；六、得到待识别区域切片上含有标记为目标部位的切片；七、获得最终含有目标部位标记的切片。本发明用于遥感图像中目标分级识别领域。

主权项

一种遥感图像中目标到目标部位的分级识别方法，其特征在于：所述方法具体过程为：步骤一、根据待识别的光学遥感图像的要求，确定待识别的光学遥感图像的级数，即待识别的光学遥感图像目标与目标部位；步骤二、对待识别的光学遥感图像进行目标识别；具体过程为：步骤二一、在待识别的光学遥感图像上选取训练图像集合，根据训练图像上待识别的光学遥感图像目标的尺寸，在训练图像上选取待识别目标与背景样本的切片，切片大小与待识别的光学遥感图像目标的外接矩形大小比值为1.1‑2；步骤二二、提取切片的SURF特征，并构建特征张量或特征向量；过程为：提取切片的SURF特征，根据切片的SURF特征构建特征张量；过程为：特征张量的第一、二阶表示目标与背景样本的切片的空间维度，即分别代表切片的长和宽，第三阶表示目标与背景样本的切片的光谱维度，第四阶表示提取的SURF特征维度，共35维，第1维表示不同波段下图像的光谱信息，第2、3维储存特征点的尺度与方向的特征值，后32维为提取得到的SURF特征，最终构建一个四阶特征张量；将特征张量展开为特征向量；步骤二三、利用步骤二二构建的特征张量训练支持张量机或利用步骤二二构建的特征向量训练支持向量机，得到训练好的支持张量机或支持向量机；步骤三、将步骤二二构建好的特征张量输入到步骤二三得到的训练好的支持张量机或将步骤二二构建好的特征向量输入到步骤二三得到的训练好的支持向量机，对待识别的光学遥感图像进行目标识别，得到待识别区域切片中含有标记为目标的切片；步骤四、提取待识别区域切片上含有标记为目标的切片，进行切片合并，获得最终含有目标标记的切片；步骤五：对待识别的光学遥感图像进行目标部位识别；步骤五一、在步骤四得到的最终含有目标标记的切片上选取训练图像集合，根据训练图像上待识别目标部位的尺寸，在训练图像上选取待识别目标部位与背景样本的切片，切片大小与待识别的光学遥感图像目标部位的外接矩形大小比值为1.1‑2；步骤五二、利用步骤二二的方式提取切片的SURF特征，并构建特征张量或特征向量；步骤五三、利用步骤五二构建的特征张量训练支持张量机，利用步骤五二构建的特征向量训练支持向量机，得到训练好的支持张量机或支持向量机；步骤六、利用步骤五三得到的训练好的支持张量机对步骤四得到的含有目标标记的切片进行目标部位识别，得到待识别区域切片上含有标记为目标部位的切片；步骤七、提取待识别区域切片上含有标记为目标部位的切片，进行切片合并，获得最终含有目标部位标记的切片。