一种顾及阴影区域的高分辨率遥感影像车辆检测方法

摘要

本发明公开了一种顾及阴影区域的高分辨率遥感影像车辆检测方法，通过对遥感影像进行路面阴影区域的提取，将影像上路面阴影区域增强，并训练两个车辆检测模型将阴影和非阴影区域中的车辆分开提取的操作，完全不同于现有技术中惯用一个车辆检测模型进行车辆检测的方法，使得本发明车辆正确检测率提高，误检率降低，有效提高了阴影中车辆检测精度，解决了现有技术存在的问题，适用于高分辨率遥感影像分析和处理。

主权项

一种顾及阴影区域的高分辨率遥感影像车辆检测方法，其特征在于，包括以下几个步骤：步骤1：构建车辆检测模型；将已知车辆检测结果的遥感影像作为训练影像，构建车辆检测模型，包括路面阴影区域车辆检测模型和路面非阴影区域车辆检测模型；所述路面阴影区域车辆检测模型的构建过程如下：A1：从训练影像中提取路面阴影区域，选取路面阴影区域中若干存在车辆的图像块和不存在车辆的图像块分别组成车辆正样本集合P和车辆负样本集合N；所述图像块的大小为m*m，m取值范围为N‑1.2N，N＝车辆实际长度/影像空间分辨率；A2：从负样本集合N中随机选取一部分样本块，组成负样本训练集N₁，用N₁和P训练SVM分类器C₁；A3：用分类器C₁检测负样本集N，将被误检为正样本的样本块提取出来组成负样本训练集N₂；A4：用N₂和P训练SVM分类器C₂；A5：用分类器C₂替代分类器C₁，重复步骤A3和A4，直到N中的所有样本块都被检测为负样本为止，得到最终路面阴影区域车辆检测模型M₁；所述路面非阴影区域车辆检测模型的构建过程如下：B1：从训练影像中提取路面非阴影区域，并将路面非阴影区域中若干存在车辆的图像块和不存在车辆的图像块分别作为车辆正样本集合P和车辆负样本集合N；其余步骤参照A2‑A5进行，获得最终的路面非阴影区域车辆检测模型M₂；步骤2：利用步骤1获得的车辆检测模型进行车辆检测；步骤2.1：根据待检测的遥感影像的空间分辨率，设定滑动窗口的大小为m*m；步骤2.2：对待检测的遥感影像提取路面阴影区域，利用滑动窗口在待检测的遥感影像上按照设定步长逐行滑动，提取窗口图像，判断每个窗口图像是否属于路面阴影区域，并获取每个窗口图像W的HOG特征f；步骤2.3：利用车辆检测模型和每个窗口图像的HOG特征做卷积，按照以下公式计算每个窗口图像的置信值score：步骤2.4：将待检测的遥感影像中每个窗口图像的置信值大于0的图像区域判定为车辆所在区域，否则，判定为路面区域，得到车辆检测结果。