【技术实现步骤摘要】
本专利技术涉及定位系统，具体涉及一种城市中基于遥感图像的多目标检测定位方法和系统。
技术介绍
1、遥感图像的多目标检测定位是指从遥感图像中检测和定位多个目标在遥感图像的多目标检测定位中，需要注意以下几点：数据质量、特征选择、模型选择和结果评估等；
2、在进行遥感图像的多目标检测定位中即会使用到的多目标检测定位方法和系统。
3、现有的多目标检测定位方法和系统，在进行定位过程中，采集的数据的类型的单一，导致最终的分析出的检测系统信息准确度和可靠性不够高，给多目标检测定位方法和系统的使用带来了一定影像，因此提出了一种城市中基于遥感图像的多目标检测定位方法和系统。
技术实现思路
1、针对现有技术中的缺陷，本专利技术提供一种城市中基于遥感图像的多目标检测定位方法，包括以下步骤：
2、步骤一：采集城市中的遥感图像信息，对遥感图像进行预处理，获取到清晰遥感图像；
3、步骤二：特征提取，利用卷积神经网络对清晰遥感图像进行特征提取，从图像中提取出有效特征信息；
4、步骤三：目标检测，利用分类器对提取出的特征进行分类，识别出图像中的多个目标，并对其进行定位，获取到目标定位信息；
5、步骤四：获取到目标定位信息之后，采集各个目标定位信息之间的间距信息，对各个目标定位信息之间的间距信息进行处理选定辅助定位位置；
6、步骤五：选定辅助定位位置后，对辅助定位位置与各个目标定位信息进行处理获取到辅助定位信息；
7、步
8、进一步在于，所述步骤一中采集遥感图像信息的方式包括航空拍摄、卫星遥感与无人机遥感，将航空拍摄获取到的图像信息标记为第一遥感图像，将卫星遥感获取到图像标记为第二遥感图像，将无人机遥感获取到的图像信息标记为第三遥感图像；
9、对第一遥感图像、第二遥感图像与第三遥感图像进行预处理，即对第一遥感图像、第二遥感图像与第三遥感图像进行清晰度优化处理，获取到第一清晰影像、第二清晰影像与第三清晰影像，对第一清晰影像、第二清晰影像与第三清晰影像进行处理选定最终影像，即选定清晰遥感影像。
10、进一步在于，所述对第一遥感图像、第二遥感图像与第三遥感图像进行清晰度优化处理的具体过程如下：将第一遥感图像导入到处理库中，处理库中设置了图像插值法、锐化滤波、超分辨率技术、去噪法、对比度增强和hdr合成法来进行图像增强，从处理库中随机选取三种方法对第一遥感图像进行处理获取到三个处理后的第一遥感图像，之后对三个处理后的第一遥感图像进行清晰度比较，选取清晰度最高的处理后的第一遥感图像为第一清晰影像；
11、对第二遥感图像与第三遥感图像进行清晰度优化处理的过程与对第一遥感图像处理的过程相同；
12、对第一清晰影像、第二清晰影像与第三清晰影像进行处理选定最终影像，即选定清晰遥感影像的具体过程如下：对第一清晰影像、第二清晰影像与第三清晰影像进行相似度比对，当第一清晰影像、第二清晰影像与第三清晰影像的的相似度大于预设值预设值时，即提取出第一清晰影像、第二清晰影像与第三清晰影像中清晰度最高的作为选定清晰遥感影像；
13、当第一清晰影像、第二清晰影像与第三清晰影像的的相似度小于预设值预设值时，即重新进行第一清晰影像、第二清晰影像与第三清晰影像的选定。
14、进一步在于，所述利用卷积神经网络对清晰遥感图像进行特征提取的具体过程如下：
15、s1：数据预处理：首先，需要将清晰遥感图像转换为预设格式，预设格式包括jpeg、png，其次，对图像进行归一化处理，将像素值转换到0-1之间，之后进行数据增强操作，数据增强操作包括随机裁剪、旋转、翻转，获取到预处理后的清晰遥感图像；
16、s2：构建卷积神经网络模型：卷积神经网络由多个卷积层、池化层和全连接层组成，卷积层通过卷积操作提取图像的局部特征，池化层通过降采样操作减小特征图的尺寸，全连接层通过连接所有特征图进行分类，在构建模型时，确定网络的层数、每层的卷积核大小、激活函数参数，并根据任务需求选择损失函数和优化算法；
17、s3：训练模型：将预处理后的遥感图像数据输入到已构建的卷积神经网络模型中，进行模型的训练。在训练过程中，网络根据输入的图像数据自动学习特征表示；
18、s4：特征提取：经过训练后的卷积神经网络对输入的预处理后的清晰遥感图像进行特征提取；
19、s5：输出结果：提取出所需识别特征，识别出对应目标。
20、进一步在于，所述步骤三中的分类器包括支持向量机、逻辑回归与softmax分类器，每次利用分类器对提取出的特征进行分类时，从支持向量机、逻辑回归与softmax分类器中随机选取一种。
21、进一步在于，所述对各个目标定位信息之间的间距信息进行处理选定辅助定位位置的具体处理过程如下：提取出各个目标定位信息之间的间距信息，将目标定位信息的数量标记为i，将目标定位信息之间的间距信息标记为k，提取出i个目标定位信息之间的间距信息k中最大值对应的两个目标定位信息，将两点进行连线，获取到辅助线l，之后再从清晰遥感影像中选取出距离辅助线l最近的最高建筑物和第二高建筑物，将距离辅助线l最近的最高建筑物和第二高建筑物标记为辅助点a和辅助点b，辅助点a和辅助点b即组成辅助定位位置。
22、进一步在于，所述对辅助定位位置与各个目标定位信息进行处理获取到辅助定位信息的具体处理过程如下：提取出获取到辅助定位位置，测量出辅助定位位置与各个目标定位信息之间的距离信息，即获取到辅助定位信息。
23、一种城市中基于遥感图像的多目标检测定位系统，所述定位系统包括遥感影像采集模块、预处理模块、数据特征提取模块、目标检测模块、辅助定位模块与信息发送模块；
24、所述遥感影像采集模块用于采集遥感影像信息，遥感影像信息包括航空拍摄影像、卫星遥感影像与无人机遥感影像；
25、所述预处理模块用于对遥感图像进行预处理，获取到清晰遥感图像；
26、所述数据特征提取模块用于利用卷积神经网络对清晰遥感图像进行特征提取，从图像中提取出有效特征信息；
27、所述目标检测模块用于利用分类器对提取出的特征进行分类，识别出图像中的多个目标，并对其进行定位，获取到目标定位信息；
28、所述辅助定位模块用于进行辅助定位获取到辅助定位信息；
29、所述信息发送模块用于将目标定位信息与辅助定位信息同时导出最终定位信息，之后再将最终定位信息发送到预设接收终端。
30、本专利技术的有益效果体现在：
31、本专利技术通过同时采用多种方式采集不同类型的城市遥感影像信息，从而为后续的多目标检测定位提供了更好的数据支持，更多类型的遥感影像数据的优化处理方式，能够获取到更加清晰的遥感影像信息，更加清晰的遥感影像信息能够最终获取到的定位信息更加准本文档来自技高网...
【技术保护点】
1.一种城市中基于遥感图像的多目标检测定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述步骤一中采集遥感图像信息的方式包括航空拍摄、卫星遥感与无人机遥感，将航空拍摄获取到的图像信息标记为第一遥感图像，将卫星遥感获取到图像标记为第二遥感图像，将无人机遥感获取到的图像信息标记为第三遥感图像；
3.根据权利要求2所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述对第一遥感图像、第二遥感图像与第三遥感图像进行清晰度优化处理的具体过程如下：将第一遥感图像导入到处理库中，处理库中设置了图像插值法、锐化滤波、超分辨率技术、去噪法、对比度增强和HDR合成法来进行图像增强，从处理库中随机选取三种方法对第一遥感图像进行处理获取到三个处理后的第一遥感图像，之后对三个处理后的第一遥感图像进行清晰度比较，选取清晰度最高的处理后的第一遥感图像为第一清晰影像；
4.根据权利要求1所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述利用卷积神经网络对清晰遥感图像进行特征提取的
5.根据权利要求1所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述步骤三中的分类器包括支持向量机、逻辑回归与softmax分类器，每次利用分类器对提取出的特征进行分类时，从支持向量机、逻辑回归与softmax分类器中随机选取一种。
6.根据权利要求1所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述对各个目标定位信息之间的间距信息进行处理选定辅助定位位置的具体处理过程如下：提取出各个目标定位信息之间的间距信息，将目标定位信息的数量标记为i，将目标定位信息之间的间距信息标记为K，提取出i个目标定位信息之间的间距信息K中最大值对应的两个目标定位信息，将两点进行连线，获取到辅助线L，之后再从清晰遥感影像中选取出距离辅助线L最近的最高建筑物和第二高建筑物，将距离辅助线L最近的最高建筑物和第二高建筑物标记为辅助点A和辅助点B，辅助点A和辅助点B即组成辅助定位位置。
7.根据权利要求1所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述对辅助定位位置与各个目标定位信息进行处理获取到辅助定位信息的具体处理过程如下：提取出获取到辅助定位位置，测量出辅助定位位置与各个目标定位信息之间的距离信息，即获取到辅助定位信息。
8.一种城市中基于遥感图像的多目标检测定位系统，所述定位系统应用在权利要求1-7任一所述的定位方法中，其特征在于：所述定位系统包括遥感影像采集模块、预处理模块、数据特征提取模块、目标检测模块、辅助定位模块与信息发送模块；
...【技术特征摘要】
1.一种城市中基于遥感图像的多目标检测定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述步骤一中采集遥感图像信息的方式包括航空拍摄、卫星遥感与无人机遥感，将航空拍摄获取到的图像信息标记为第一遥感图像，将卫星遥感获取到图像标记为第二遥感图像，将无人机遥感获取到的图像信息标记为第三遥感图像；
3.根据权利要求2所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述对第一遥感图像、第二遥感图像与第三遥感图像进行清晰度优化处理的具体过程如下：将第一遥感图像导入到处理库中，处理库中设置了图像插值法、锐化滤波、超分辨率技术、去噪法、对比度增强和hdr合成法来进行图像增强，从处理库中随机选取三种方法对第一遥感图像进行处理获取到三个处理后的第一遥感图像，之后对三个处理后的第一遥感图像进行清晰度比较，选取清晰度最高的处理后的第一遥感图像为第一清晰影像；
4.根据权利要求1所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述利用卷积神经网络对清晰遥感图像进行特征提取的具体过程如下：
5.根据权利要求1所述的一种城市中基于遥感图像的多目标检测定位方法，其特征在于：所述步骤三中的分类器包括支持向量机、逻辑回归与softmax分类器，每...
【专利技术属性】
技术研发人员：徐鑫，曹辉，屈韬，
申请(专利权)人：中科城市大脑数字科技无锡有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。