发明名称 一种高分辨率遥感图像多类目标特征模型的建立方法
摘要 本发明公开了一种高分辨率遥感图像多类目标特征建模方法,属于遥感图像处理领域,用于遥感图像多类目标的检测识别,该方法首先根据目标的物理大小将感兴趣的多类目标进行分组,每一组指定一个分辨率,然后将各类目标的原始高分辨率遥感图像分辨率调整为相应的指定分辨率,从而得到分辨率不同的多组图像,并对分辨率相同的每组图像均进行如下处理:(1)目标分析;(2)特征提取;(3)特征量化;(4)建立基于共享特征的多类目标特征模型。本发明主要将多类目标的显著性特征和共享特征有效的结合起来,发明流程思想清晰,易于实现,而且目标类别易于扩展,模型具有较高的稳定性,可以有效的适应高分辨率遥感图像预识别的高要求。
申请公布号 CN102013014A 申请公布日期 2011.04.13
申请号 CN201010562293.4 申请日期 2010.11.26
申请人 华中科技大学 发明人 王岳环;宋云峰;桑农;唐为林;姚玮;吴剑剑
分类号 G06K9/46(2006.01)I;G06K9/62(2006.01)I 主分类号 G06K9/46(2006.01)I
代理机构 华中科技大学专利中心 42201 代理人 朱仁玲
主权项 一种高分辨率遥感图像多类目标特征模型的建立方法,用于遥感图像多类目标的检测识别,该方法首先根据目标的物理大小将感兴趣的多类目标进行分组,每一组指定一个分辨率,然后将各类目标的原始高分辨率遥感图像分辨率调整为相应的指定分辨率,从而得到分辨率不同的多组图像,并对分辨率相同的每组图像均进行如下处理:(1)目标分析对目标进行分析,寻找目标在遥感成像方面所表现的特征及目标所在场景的信息,得到对目标显著外观形态的表达;(2)特征提取首先,对目标的基本特征即轮廓或线进行提取,并对提取的特征进行预处理,去除低对比度、低梯度的特征;其次,对预处理后的基本特征和上述得到的场景信息进行特征分析组合,所述预处理后的基本特征以及组合后的特征即构成显著性特征;最后,对所述显著性特征实现具有物理意义的表达,再根据上述目标显著外观形态的表达,计算得出各类目标的显著性特征组。(3)特征量化首先,对上述各类目标的显著性特征组进行全局分布的统计分析,寻找合适的上下限;其次,选取恰当的量化区间,确定量化后特征向量的维数;然后,针对每类目标的特征进行初步量化,产生特征向量;(4)建立基于共享特征的多类目标特征模型对各类目标量化后的显著性特征组进行特征相关性分析,寻找类别与类别之间的共享特征,分析同一分辨率下所有类别目标后,即建立该组目标的多类目标特征模型。
地址 430074 湖北省武汉市洪山区珞喻路1037号