一种基于卫星遥感的船舶图像信息提取方法及系统技术方案

本发明专利技术涉及图像信息提取的技术领域，具体为一种基于卫星遥感的船舶图像信息提取方法，本发明专利技术公开了一种基于卫星遥感的船舶图像信息提取方法及系统，其中提取方法包括，获取遥感数据图集；基于神经网络构建船舶图像识别模型；利用图像识别模型获取船舶区域信息；对船舶图像信息进行提取和标记；本发明专利技术通过对遥感图像中的船舶目标进行分类，能够缓解数据集存在的正负样本不平衡和类内类间不平衡的问题，能够提高模型的训练效果和泛华能力，通过神经网络构建船舶图像识别模型，能够使得船舶图像可以自动地被识别出来，提高了船舶图像处理的效率，通过自动化图像识别和提取船舶信息，减少了人工处理船舶图像的工作量，节省了人力资源，降低了人工成本

【技术实现步骤摘要】
一种基于卫星遥感的船舶图像信息提取方法及系统


[0001]本专利技术涉及图像信息提取的
，具体为一种基于卫星遥感的船舶图像信息提取方法
。

技术介绍

[0002]当前，船舶图像是一种重要的海上信息来源，对于船舶估值的准确性有着重要的作用
。
船舶图像可以提供直观的证据证明船舶的位置以及状态，为估值提供保障
。
此外，通过船舶图像可以对船舶进行分类，确定其类型
、
吨位等参数，为估值提供参考
。
船舶图像还可以对不同时间地点环境下的船舶进行对比，为船舶估值提供动态数据
。
然而，船舶图像的获取存在着不同程度的困难
。
船舶图像是通过遥感卫星
、
船载摄像头等不同的数据源获取海上船舶的图像数据，面临着以下几点的困难
。
[0003]1.
数据是否可用
—
不同的数据有不同的覆盖范围
、
更新时间
、
清晰度等问题，需要根据具体的场景去选择
。...

【技术保护点】

【技术特征摘要】
1.
一种基于卫星遥感的船舶图像信息提取方法，其特征在于：包括以下步骤，获取遥感数据图集；基于神经网络构建船舶图像识别模型；利用图像识别模型获取船舶区域信息；对船舶图像信息进行提取和标记
。2.
如权利要求1所述的一种基于卫星遥感的船舶图像信息提取方法，其特征在于：所述基于神经网络构建船舶图像识别模型包括，基于神经网络的目标检测，用于图像分类的深度神经网络感知损失函数以及基于
R2CNN
的旋转框检测器；所述深度神经网络感知损失函数是利用神经网络来提取图像的特征的一种函数，具体表现如下：其中，
f(x)
表示感知损失函数，
x
i
表示对应图像层次的权重，表示生成如图像
G
在第
i
层的特征表示，表示真实图像
I
在第
i
层的特征表示
。3.
如权利要求2所述的一种基于卫星遥感的船舶图像信息提取方法，其特征在于：所述利用图像识别模型获取船舶区域信息包括，对获取到的卫星遥感图像进行预处理；构建图像上的位置与实际经纬度坐标位置的映射关系；以及利用训练好的船舶图像识别模型对卫星图像进行船舶识别
。4.
如权利要求3所述的一种基于卫星遥感的船舶图像信息提取方法，其特征在于：所述对获取到的卫星遥感图像进行预处理包括，图像去噪，图像增强以及色彩矫正；所述图像去噪是利用高斯滤波技术来减少噪声并保留图像的细节信息，所述高斯滤波是利用高斯核函数对图像进行滤波，具体实现公式如下：
G(x,y)
＝
(1/(2*
π
*
σ2))*exp(
‑
(x2+y2)/(2*
σ2))
其中，
G(x,y)
表示高斯核函数，
(x,y)
表示高斯核函数的输入坐标，
σ
表示高斯核函数的标准差参数；所述色彩矫正是根据颜色映射矩阵对图像的
RGB
通道进行线性变换，从而使得图像的色彩更为准确和稳定
。5.
如权利要求4所述的一种基于卫星遥感的船舶图像信息提取方法，其特征在于：所述图像增强是通过调整图像对比度，提高图像的视觉质量，使得图像有利于后续的识别和分析，所述调整图像对比度是通过拉伸像素值的范围，使得图像的对比度更加明显，具体实现公式如下：其中，
PX
n

【专利技术属性】
技术研发人员：徐凯，瞿捷，胡军德，常柱，龚辰飞，
申请(专利权)人：上海汲致航运发展有限公司，
类型：发明
国别省市：