遥感图像目标检测方法、设备及存储介质与流程

本发明涉及遥感图像目标检测与识别，尤其涉及一种遥感图像目标检测方法、设备及存储介质。

背景技术：

1、目标检测是计算机视觉中四大关键任务之一，其不仅在资源勘测、环境监测、城市规划等民用领域有重要作用，而且在目标信息获取、目标捕捉、等其他领域也扮演着重要角色。随着深度学习的蓬勃发展和卷积神经网络的提出，基于深度学习的目标检测方法已全面超越传统手工提取特征的方法，引领了目标检测领域的发展。

2、在对遥感图像中典型目标进行检测时，由于目标的背景环境较为复杂，传统的检测算法会将一些呈现为相似形状的目标检测为目标，增加了虚警。同时大量其他类型虚假目标的存在会影响目标准确定位，导致关注区域定位面积扩大，影响最终检测结果的准确性。

技术实现思路

1、为解决上述现有技术中存在的技术问题，本发明的目的在于提供一种的遥感图像目标检测方法、设备及存储介质，实现遥感图像中目标的检测，同时通过目标特征及目标的排布方式进行目标的识别，提升检测结果的准确性。

2、为实现上述发明目的，本发明提供一种遥感图像目标检测方法，包括以下步骤：

3、步骤s1、获取遥感图像及其对应的目标类别标签；

4、步骤s2、获取遥感图像中目标的关键特征；

5、步骤s3、构建基于多尺度直方图对比的改进视觉显著模型，对遥感图像中的目标进行粗略检测；

6、步骤s4、提取粗检测后的目标特征算子，构建目标特征显著图，进行遥感图像中目标的高精度检测；

7、步骤s5、利用目标在遥感图像中的分布规律，完成目标的识别和定位。

8、根据本发明的一个方面，在执行所述步骤s2前，对遥感图像进行预处理，所述预处理至少包括：对获取的遥感图像及其对应的目标类别标签进行剪裁和翻转；

9、所述遥感图像为光学遥感图像。

10、根据本发明的一个方面，在所述步骤s2中，具体包括：

11、步骤s21、提取预处理后的遥感图像中的目标特征；

12、步骤s22、对所述目标特征进行过滤，得到目标的关键特征。

13、根据本发明的一个方面，在所述步骤s22中，具体包括：

14、构建一个基于遥感图像的高斯图像金字塔，即：

15、i＝{i0，i1，...in}

16、其中，n是图像金字塔的级数。采用显著模型提取每一级图像中的显著区域，并对应到显著映射，得到h1，h2，…，hn-1，公式如下：

17、sm＝h0*h1*...*hn

18、其中，*表示在进行乘法运算前，先将不同尺度所产生的显著映射矩阵h1,h2,…,hn-1大小调整为与h0尺寸相等，sm是多尺度hc显著映射。

19、根据本发明的一个方面，在所述步骤s4中，具体包括：

20、步骤s41、视觉特征提取：对输入的图像采用高斯金字塔生成关于颜色、纹理和梯度特征的9级金字塔图，

21、其中，将原始图像指定为基图像，具体包括计算一组高亮度金字塔和四组颜色高斯金字塔；

22、步骤s42、计算多特征图：通过获取的目标视觉特征，通计算特征集；

23、步骤s43、生成目标特征显著图：采用多特征图的融合方法，将所有的特征图归一化为以下成颜色显著图、纹理显著图和梯度显著图，再进行一次归一化，生成最终显著图。

24、根据本发明的一个方面，在执行所述步骤s5前，构建基于颜色恒常的颜色矫正模型，去除目标在图像中的阴影。

25、根据本发明的一个方面，利用颜色恒常的颜色矫正模型去除图像中的阴影，具体包括：

26、采用明可夫斯基范式求出场景光源的颜色，公式为：

27、

28、式中，e是当前场景中的光源颜色；f表示图像的颜色分量值；k是比例系数；p为指数参数，其取值范围为[1,∞)；

29、在基于图像阴影区域与非阴影区域的场景部分都能够满足明可夫斯基范式的颜色恒常算法假设，同时假设场景光照具有一致性的前提下，将阴影区域的光照变换到非阴影区域的光照，从而实现阴影的去除。

30、根据本发明的一个方面，在所述步骤s5中，具体包括：

31、步骤s51、根据不同类型目标之间的距离关系，构建目标之间关联关系知识图谱，作为目标检测识别依据之一；

32、步骤s52、计算目标的自身外接圆尺寸，以及相邻目标之间的距离，目标之间最小距离d与目标自身外接圆尺寸间的关系为：

33、d≥r

34、其中，r为目标自身外接圆半径；

35、步骤s53、在完成上述检测步骤后，其检测结果位于所给定的目标聚类区域内时，图像中有大量满足空间分布规律的疑似目标，当获得全部疑似目标后，根据疑似目标是否属于该范围，对疑似目标进行识别和定位。

36、根据本发明的一个方面，提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行如上述技术方案中任一项所述的一种遥感图像目标检测方法。

37、根据本发明的一个方面，提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，实现如上述技术方案中任一项所述一种遥感图像目标检测方法。

38、本发明与现有技术相比，具有如下有益效果：

39、本发明提出了一种遥感图像目标检测方法、设备及存储介质，能够适用于背景环境复杂的遥感图形，有利于降低虚警，减小其他类型虚假目标对目标定位的影响，不仅可以实现遥感图像中目标的检测，还可以通过目标特征及目标的排布方式进行目标的识别，提升检测结果的准确性。

技术特征：

1.一种遥感图像目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的遥感图像目标检测方法，其特征在于，在执行所述步骤s2前，对遥感图像进行预处理，所述预处理至少包括：对获取的遥感图像及其对应的目标类别标签进行剪裁和翻转；

3.根据权利要求1所述的遥感图像目标检测方法，其特征在于，在所述步骤s2中，具体包括：

4.根据权利要求3所述的遥感图像目标检测方法，其特征在于，在所述步骤s22中，具体包括：

5.根据权利要求1所述的遥感图像目标检测方法，其特征在于，在所述步骤s4中，具体包括：

6.根据权利要求1所述的遥感图像目标检测方法，其特征在于，在执行所述步骤s5前，构建基于颜色恒常的颜色矫正模型，去除目标在图像中的阴影。

7.根据权利要求6所述的遥感图像目标检测方法，其特征在于，利用颜色恒常的颜色矫正模型去除图像中的阴影，具体包括：

8.根据权利要求1所述的遥感图像目标检测方法，其特征在于，在所述步骤s5中，具体包括：

9.一种电子设备，其特征在于，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行如权利要求1至8中任一项所述的遥感图像目标检测方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1至8中任一项所述的遥感图像目标检测方法。

技术总结
本发明涉及一种遥感图像目标检测方法、设备及存储介质，遥感图像目标检测方法包括以下步骤：获取遥感图像及其对应的目标类别标签；获取遥感图像中目标的关键特征；构建基于多尺度直方图对比的改进视觉显著模型，对遥感图像中的目标进行粗略检测；提取粗检测后的目标特征算子，构建目标特征显著图，进行遥感图像中目标的高精度检测；利用目标在遥感图像中的分布规律，完成目标的识别和定位。本发明，能够适用于背景环境复杂的遥感图形，有利于降低虚警，减小其他类型虚假目标对目标定位的影响，不仅可以实现遥感图像中目标的检测，还可以通过目标特征及目标的排布方式进行目标的识别，提升检测结果的准确性。

技术研发人员：冯鹏铭,贺广均,梁颖,符晗,上官博屹,常江,田路云,郑琎琎
受保护的技术使用者：北京卫星信息工程研究所
技术研发日：
技术公布日：2024/1/13