基于遥感影像的蝶形卫星天线形态解析方法技术

本发明专利技术公开了一种基于遥感影像的蝶形卫星天线形态解析方法，首先采用深度学习实现遥感影像中天线目标的语义分割。由于基于深度学习的图像语义分割方法需要大量遥感影像数据作为支撑，因此本发明专利技术搜集并下载各类遥感影像资源，并人工逐像素标注天线目标的位置，构建天线目标影像库和标注库作为本发明专利技术实验数据支撑，用于深度学习模型的训练。随后采用训练得到的模型对影像进行语义分割，生成二值图作为分割结果。最后对二值图进行椭圆轮廓拟合，并对椭圆轮廓进行角度计算得到天线的俯仰角与方位角实现天线形态解析。通过将计算得到的俯仰角和方位角与天线实际形态数据相对比可证明，本发明专利技术可以较为精准的实现天线形态的自动解析。

【技术实现步骤摘要】
基于遥感影像的蝶形卫星天线形态解析方法
本专利技术属于遥感图像智能处理
，更为具体地讲，涉及在图像情报挖掘需求下一种基于遥感影像的蝶形卫星天线形态解析方法。
技术介绍
遥感数据已经在农业、林业、国土安全、灾害管理等行业领域有了广泛的应用，当前遥感影像智能化技术主要针对目标检测任务，然而目标检测应用范围相对局限，各类用户不仅关注目标在哪儿，而且在一定程度上更关注目标当前工作状态，因此需要对遥感影像进行语义解析。对天线目标语义解析任务来说，其主要目的在于解析得到当前天线形态数据，即俯仰角与天线角。针对遥感语义解析开展了大量研究工作，如条件随机场等算法。以上传统语义解析算法在一定程度上实现了处理的自动化，提高了人工处理的效率，但始终无法突破准确率受限的瓶颈，无法达到业务化、自动化运行的精度要求。蝶形卫星天线主要用于对卫星数据进行接收，包括对地观测数据、电子侦察数据、通信数据等等，基于遥感影像对蝶形卫星天线形态解析有助于发现天线对接卫星型号与状态，预测天线执行任务内容，从而获取高价值情报信息。因此研究自动化、高精度的遥感天线目标形态解析技术具体深远意义。目前已有的形态解析方法，(1)当本文档来自技高网...

【技术保护点】
1.一种基于遥感影像的蝶形卫星天线形态解析方法，其特征在于包括以下步骤：(1)获取蝶形卫星天线遥感影像；(2)对蝶形卫星天线遥感影像进行逐像素标注得到的标注文件；(3)构建全卷积深度学习网络；(4)采用蝶形卫星天线遥感影像与对应的标注文件训练全卷积深度学习网络，得到深度学习模型；(5)采用深度学习模型对待解析的蝶形卫星天线遥感影像进行语义分割，得到像素级的检测与分割结果，对像素级的检测与分割结果进行椭圆轮廓拟合，对椭圆轮廓进行角度计算得到天线的俯仰角与方位角；完成蝶形卫星天线形态解析。

【技术特征摘要】
1.一种基于遥感影像的蝶形卫星天线形态解析方法，其特征在于包括以下步骤：(1)获取蝶形卫星天线遥感影像；(2)对蝶形卫星天线遥感影像进行逐像素标注得到的标注文件；(3)构建全卷积深度学习网络；(4)采用蝶形卫星天线遥感影像与对应的标注文件训练全卷积深度学习网络，得到深度学习模型；(5)采用深度学习模型对待解析的蝶形卫星天线遥感影像进行语义分割，得到像素级的检测与分割结果，对像素级的检测与分割结果进行椭圆轮廓拟合，对椭圆轮廓进行角度计算得到天线的俯仰角与方位角；完成蝶形卫星天线形态解析。2.根据权利要求1所述的一种基于遥感影像的蝶形卫星天线形态解析方法，其特征在于，步骤(3)中全卷积深度学习网络具体为：模型分为向下和向上两段，...

【专利技术属性】
技术研发人员：楚博策，帅通，王港，高峰，王士成，陈金勇，
申请(专利权)人：中国电子科技集团公司第五十四研究所，
类型：发明
国别省市：河北,13