【技术实现步骤摘要】
本专利技术涉及计算机视觉、遥感技术和地理信息系统的交叉领域，尤其是涉及一种基于颜色特征和区域配准的遥感小目标检测定位方法。
技术介绍
1、现代星载遥感技术已经进入了一个高度成熟和广泛应用的阶段。遥感图像小目标识别技术是指利用卫星或其他太空平台上搭载的遥感传感器，通过分析遥感影像数据来检测和识别地球表面的小目标，如车辆、建筑物、辐射源等。这项技术在军事侦察、安全监测、交通管理等领域具有重要应用。
2、随着遥感技术的发展，卫星传感器的分辨率不断提高，可以获取到更细节的地表信息。这为小目标的识别提供了更好的基础。此外，随着计算能力的提升和机器学习算法的发展，利用遥感影像进行自动化的小目标识别成为可能。目前，星载遥感小目标识别技术已经取得了一些重要的研究进展。
3、通过特征提取，研究人员利用图像处理和计算机视觉技术，提取遥感影像中的特征，如纹理、形状、颜色等，用于小目标的识别和分类。研究者们开发了各种目标检测算法，包括传统的基于特征的方法和基于深度学习的方法。基于深度学习的方法，如卷积神经网络(cnn)和目标检测网络(如...
【技术保护点】
1.基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，所述方法并未采用复杂的深度学习方法，而是利用了更为高效的算法，其主要包含基于颜色特征的小目标检测和基于图像配准的经纬度定位，包括如下步骤：
2.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤1中，首先根据实际情况对输入遥感图像进行提高亮度、增强对比度和去噪的预处理；其次将输入图像转换到更具有区分性的HSV颜色空间，根据目标特征颜色创建掩膜，应用于输入图像提取出在指定颜色范围内的图像区域。
3.根据权利要求1所述的基于颜色特征和区域配准的遥...
【技术特征摘要】
1.基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，所述方法并未采用复杂的深度学习方法，而是利用了更为高效的算法，其主要包含基于颜色特征的小目标检测和基于图像配准的经纬度定位，包括如下步骤：
2.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤1中，首先根据实际情况对输入遥感图像进行提高亮度、增强对比度和去噪的预处理；其次将输入图像转换到更具有区分性的hsv颜色空间，根据目标特征颜色创建掩膜，应用于输入图像提取出在指定颜色范围内的图像区域。
3.根据权利要求1所述的基于颜色特征和区域配准的遥感小目标检测定位方法，其特征在于，在所述步骤2中，针对k均值聚类算法的初始中心选取策略进行优化，在选择初始中心点时考虑数据点之间的距离，使初始中心点之间的距离更加均匀，从而避免由于初始中心点过于集中或分散影响聚类效果；此外，在计算欧几里得距离前对图像数据进行归一化的特征缩放；首先将特征颜色提取后的结果重塑为一个二维数组，其中每一行表示一个像素，每个像素由三个通道的值组成，再将像素值的数据类型转换为float32；定义好收敛准则和聚类簇数后执行k均值聚类算法；根据像素的标签，从聚类中心获取每个像素的颜色特征，将颜色特征的一维数组重塑为与原始图像相同的形状，并转...
【专利技术属性】
技术研发人员：严昂，韦雨露，孙天漫，王梦婕，王鹏，
申请(专利权)人：南京航空航天大学，
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。