专利名称：一种遥感图像多类目标检测和识别方法
技术领域：
本发明涉及一种遥感图像多类目标检测和识别方法，可以应用于复杂背景遥感图像下的多种类型目标检测和识别。
背景技术：
作为遥感图像处理技术的一个应用，复杂背景遥感图像下的目标检测与识别是军事侦察和精确打击等领域的一项关键技术，也一直是该领域的研究热点和难点，有着重要的军事和民用价值，受到人们越来越多的关注。目前遥感图像目标检测主要有两种方法。一种是在遥感图像中通过检测目标所 具有的某些形状、几何特征来解决目标检测问题，但是由于遥感图像背景复杂，存在着大量和目标相似的形状、几何特征，仅仅依靠这些特征来检测目标会出现大量的漏检、误检。另一种是基于分类的思想，其中最常见的是Bag-of-Words (Boff)分类方法，该方法首先是对图像提取SIFT特征并聚类，将聚类中心作为图像空间中的一组标准基(标准的图像区域)，然后可以用这组标准基对图像进行向量表示，最后将所得到的向量通过使用SVM分类器进行分类并阈值化，得到检测结果；但是BoW方法，虽然提取的SIFT特征具有尺度和旋转不变性，但仅仅利用了特征区域的统计特征，而忽略了特征区域的空间信息，因此使用BoW的方法检测率低，虚警率高；而另外一种分类方法Linear Spatial Pyramid Matching UsingSparse Coding (ScSPM)虽然考虑到了特征区域的空间信息，但是所得到的用于分类的向量维数过高，运算量过大。另外，目前大多数基于分类的目标检测方法也仅限于对单一目标进行检测，不能同时对多个目标进行检测与识别。
发明内容
要解决的技术问题为了避免现有技术的不足之处，本发明提出了一种基于稀疏表示字典学习的遥感图像多类目标检测和识别的方法。这种方法可以自动地从复杂背景的遥感图像中检测并识别出不同类型的目标，具有较高的检测精度和较低的虚警率。技术方案一种遥感图像多类目标检测和识别方法，其特征在于步骤如下步骤I :使用基于稀疏表示字典学习的方法训练字典，具体步骤如下步骤al训练图像前期处理首先将原始图像中的同类别目标统一到一个主方向，
然后将统一方向后的图像沿着O。到360°、按照步长旋转为—个不同方向的图像；
φ L φ _
将不同类别目标的原始图像都按照上述方法处理，得到C 二 px——类训练图像，其中P为
L 」
所要检测的不同类别目标数，P为旋转角度，C是所得到的训练图像中不同目标不同方向图像的类别总个数；其中L·」为向下取整；
步骤bl数据预处理采用加权平均法对
权利要求
1.一种遥感图像多类目标检测和识别方法，其设计步骤如下 步骤I:使用基于稀疏表示字典学习的方法训练字典，具体步骤如下 步骤al训练图像前期处理首先将原始图像中的同类别目标统一到一个主方向，然后将统一方向后的图像沿着O。到360°、按照步长旋转为^个不同方向的图像；将不同
2.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述加权平均法计算公式为 f (X，y) = O. 3R(x, y)+0. 59G(x, y)+0. llB(x, y),式中，f (x, y)为加权平均法得到的灰度图像在像素点(X，y)的灰度值，R(x，y)、G(x，y)和B(x，y)分别为输入的训练图像在像素点(x，y)的RGB三个分量值。
3.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述能量归 一化计算公式为
4.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述I1范数的计算公式为
5.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述I2范数 的计算公式为
6.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述重构误差ei的计算公式为e, =||/ -DA||丨+7|| - ^，式中，y为预先设定的权值，Y的取值 范围为(Tl，HIi是对Yi中的每一行的元素求均值得到的均值向量；Yi为Ui经过字典D稀疏编码得到的最优编码系数。
7.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述旋转角度免取值范围为0°到90°。
8.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述FDDL软件包参数A1的范围是O. OOfO. 01，λ 2的范围是O. OfO. I。
9.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述S的取值范围为4(Γ90之间的整数，b的取值范围为f 15之间的整数。
10.根据权利要求I所述遥感图像多类目标检测和识别方法，其特征在于所述阈值τ的取值范围为(Ti。
全文摘要
本发明涉及一种基于稀疏表示字典学习的遥感图像多类目标检测和识别的方法。技术特征在于首先对预处理后的训练数据使用基于稀疏表示字典训练方法训练出字典；然后对测试图像中的子图像块使用训练所得到的字典进行稀疏编码，求出其稀疏表示系数进而得出子图像块的重构误差，通过对重构误差的阈值化处理，确定候选目标区域；最后经过后期处理实现对遥感图像多类目标的精确检测和识别。利用本发明方法，可以从复杂背景下的遥感图像中检测并识别出多种类型的目标。本发明具有较高的检测识别精度和较低的虚警率。
文档编号G06K9/66GK102867195SQ20121030064
公开日2013年1月9日 申请日期2012年8月22日 优先权日2012年8月22日
发明者韩军伟, 周培诚, 王东阳, 郭雷, 程塨, 李晖晖 申请人:西北工业大学