一种高分辨率遥感图像多类目标检测识别方法

摘要

本发明公开了一种高分辨率遥感图像多类目标检测识别方法，首先对原始遥感图像进行分辨率调整，将原始遥感图像分别降低为多个不同的分辨率，形成多幅具有不同分辨率的图像，再对各分辨率图像按照分辨率由低到高的顺序分别进行如下处理：（1）提取感兴趣区域；（2）先验知识辅助识别；（3）特征提取；（4）利用预先训练好的分类器进行目标识别。本发明通过简单的形状特征提取与表达，分析共享特征与鉴别性特征以进行动态特征选择，依据特征量的分布寻找感兴趣区域，结合多分辨率信息以及大尺度纹理分析结果，提出了一种新颖的遥感图像多级多类目标识别方法，在保证检测识别高可靠性的同时提高了信息处理效率。

主权项

一种高分辨率遥感图像多类目标检测识别方法，首先对原始遥感图像进行分辨率调整，将原始遥感图像分别降低为多个不同的分辨率，形成多幅具有不同分辨率的图像，再对各分辨率图像按照分辨率由低到高的顺序分别进行如下处理：（1）提取感兴趣区域首先，依据边缘检测提取图像中的线段；其次，对图像中每个像素点赋值为通过该点的线段长度，得到图像线段长度分布图；然后，对所述线段长度分布图中每个像素点在其一定大小的邻域范围内进行求和，得到图像线段密集程度曲面图；最后，对所述图像线段密集程度曲面图中取包含最大值的区域，即为获得的感兴趣区域；（2）先验知识辅助识别依据原始图像的水域陆地分类信息进行辅助识别，确定出该感兴趣区域所属区域类型，即确定感兴趣区域属于陆地区域或水域区域；（3）特征提取根据步骤（2）确定的区域类型，计算获得感兴趣区域的特征向量；（4）利用预先训练好的分类器进行目标识别将获得的特征向量输入预先训练好的分类器，得到识别结果并完成相应分辨率下的目标识别；得到各种分辨率图像下的目标识别结果后，即完成对原始高分辨率遥感图像中的多类目标的检测识别；其中，所述的步骤（3）中特征向量的具体计算过程为：首先，对步骤（1）中边缘检测提取的线段做预处理：合并线段，去掉剩下的短且低对比度的线段，其中长度小于一定值的直线称为短线段，对比度小于阈值的直线称为低对比度线段；然后，将预处理后的线段根据空间关系构成几何结构，包括平行线，U连接，L连接，剩下的不构成几何结构的线段为有效线段，所述几何结构和有效线段的属性构成了特征集合；最后，从所述特征集合中选取一定的特征计算其属性作为感兴趣区域的特征向量。