一种基于星-机多源数据匹配融合快速目标筛选与识别方法技术

本发明专利技术属于遥感图像目标识别信息处理技术领域，具体地涉及一种基于星‑机多源数据匹配融合快速目标筛选与识别方法。包括：步骤1：获取星载可见光和机载遥感图像数据，并建立图像数据集；步骤2：对的星载可见光数据集中的图像采用语义分割方法进行分割，将数据集划分为目标区域与非目标区域；步骤3：将机载遥感图像数据的地理信息坐标和特征与星载图像进行配准融合；步骤4：根据图像分割及场景关联信息，对星载图像目标区域进行掩膜处理形成新图像。步骤5：对新图像进行变化检测与深度学习网络目标识别。本发明专利技术能够充分利用现有卫星遥感数据，对卫星数据进行目标场景筛选，能够缩小机载数据处理区域，提高数据利用率以及响应时间。

【技术实现步骤摘要】

本专利技术属于遥感图像目标识别信息处理，具体地涉及一种基于星-机多源数据匹配融合快速目标筛选与识别方法。

技术介绍

1、近年来，随着遥感信息技术的快速发展，遥感图像的分辨率越来越高、信息量越来越大、探测手段越来越丰富。高分辨率遥感图像目标识别与检测的重要性在军用以及民用方面作用日益凸显。

2、当前，获取遥感图像手段主要采用卫星或飞机拍摄。卫星遥感图像具有探测范围广的特点并广泛用于广域侦察，但缺点是重访周期长；无人机平台则具备时效性强、分辨率高的优势，但存在飞行成本较高的问题。另一方面，自高分辨率卫星发射以来，已经陆续具备了大量地区的光学遥感数据，为了保证探测区域的时效性，在进行机载数据获取后，如何结合已有星载数据基础对机载数据进行快速性智能化分析应用，本专利技术提出新的解决方案。

3、与传统直接利用深度学习处理机载数据不同，深度学习依靠大量数据及海量样本才能够获取较高的学习效果。而且，避免处理整幅机载图像，本专利技术则是结合星载数据先验目标场景区域能够快速筛选对应机载场景区，针对场景区域内目标识别能够大大提升算法效率，同时也避免大场本文档来自技高网...

【技术保护点】

1.一种基于星-机多源数据匹配融合快速目标筛选与识别方法，其特征在于：包括：

2.根据权利要求1所述的一种基于星-机多源数据匹配融合快速目标筛选与识别方法，其特征在于：所述步骤1的星载可见光数据集为卫星遥感可见光数据集，机载遥感图像数据为无人机拍摄获取的可见光、红外、高光谱数据。

3.根据权利要求2所述的一种基于星-机多源数据匹配融合快速目标筛选与识别方法，其特征在于：所述步骤2的语义分割方法为SPP深度学习语义分割方法，将星载可见光数据集的目标区域类别分割，结果以txt格式保存。

4.根据权利要求3所述的一种基于星-机多源数据匹配融合快速目标筛选与识...

【技术特征摘要】

1.一种基于星-机多源数据匹配融合快速目标筛选与识别方法，其特征在于：包括：

2.根据权利要求1所述的一种基于星-机多源数据匹配融合快速目标筛选与识别方法，其特征在于：所述步骤1的星载可见光数据集为卫星遥感可见光数据集，机载遥感图像数据为无人机拍摄获取的可见光、红外、高光谱数据。

3.根据权利要求2所述的一种基于星-机多源数据匹配融合快速目标筛选与识别方法，其特征在于：所述步骤2的语义分割方法为spp深度学习语义分割方法，将星载可见光数据集的目标区域类别分割，结果以txt格式保存。

4.根据权利要求3所述的一种基于星-机多源数据匹配融合快速目标筛选与识别方法，其特征在于：步骤3通过地理坐标信息以及图像特征点，采用sift特征匹配的方式对星载可见光图像与机载遥感图像配准融合。

5.根据权利要求4所述的一种基于星-机多源数据匹配...

【专利技术属性】
技术研发人员：邹金霖，张鹏，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：