【技术实现步骤摘要】
本专利技术涉及一种融合多源噪声特征异常遥感影像异常检测系统及方法，属于遥感影像检测。
技术介绍
1、在光学卫星遥感影像领域，针对色彩异常、云影遮掩、像素信息异常等问题的检测算法不断演进。在色彩异常检测方面，已从早期依赖人工设计特征和规则（如基于边缘、纹理分析），发展到如今基于深度学习的方法，像多层感知机神经网络模型通过抽取特征输入，可有效统一检测所有色彩异常类型，大幅提高检测效率与自动化程度；在云影遮掩问题检测方面，通过深度学习实现云检测，相关算法已比较成熟faster r - cnn、yolo5等算法；在像素信息异常检测上，基于统计的方法，通过计算均值和方差描述影像整体特性来识别异常区域，但该方法易受噪声、光照变化影响，对局部区域异常识别能力有限。
2、现有技术中，尽管各类算法取得了一定进展，但当前光学卫星遥感影像异常检测算法主要还是通过分别检测的方式运行，缺少系统的算法模型框架进行图像异常检测。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种融合多源噪...
【技术保护点】
1.一种融合多源噪声特征异常遥感影像异常检测方法，其特征是，包括：
2.根据权利要求1所述的融合多源噪声特征异常遥感影像异常检测方法，其特征是，对遥感影像详细信息进行异常类型标注，包括：根据异常类型标注遥感影像色彩异常、云影遮掩和像素信息异常样本数据，其中标注方式包括单一遥感影像异常样本标注和混合遥感影像异常样本标注，所述单一遥感影像异常样本标注包括基于预定义的异常类型，利用遥感处理软件对影像进行多尺度观察，通过对比度增强或指数分析辅助识别异常区域，使用矢量工具精确勾画异常区域边界，同时结合空间上下文排除伪异常，最终经交叉验证确保标注结果的准确性与一致性。
3.根...
【技术特征摘要】
1.一种融合多源噪声特征异常遥感影像异常检测方法，其特征是，包括：
2.根据权利要求1所述的融合多源噪声特征异常遥感影像异常检测方法，其特征是，对遥感影像详细信息进行异常类型标注，包括：根据异常类型标注遥感影像色彩异常、云影遮掩和像素信息异常样本数据，其中标注方式包括单一遥感影像异常样本标注和混合遥感影像异常样本标注，所述单一遥感影像异常样本标注包括基于预定义的异常类型，利用遥感处理软件对影像进行多尺度观察，通过对比度增强或指数分析辅助识别异常区域，使用矢量工具精确勾画异常区域边界，同时结合空间上下文排除伪异常，最终经交叉验证确保标注结果的准确性与一致性。
3.根据权利要求1所述的融合多源噪声特征异常遥感影像异常检测方法，其特征是，所述异常检测融合框架采用残差结构与特征旋转操作相结合的多分支光学卫星遥感影像异常检测骨干网络模型，所述特征旋转操作表达式为：
4.根据权利要求1所述的融合多源噪声特征异常遥感影像异常检测方法，其特征是，所述多源噪声特征检测包括：基于已有样本数据，开展卫星遥感影像异常特征检测训练，针对影像数据中出现的异常情况进行网络单分支的训练并建立异常特征，所述异常情况包括遥感影像色彩异常、云影遮掩和像素异常，所述异常特征包括基于频域分析的条带异常特征、基于波段阈值的云层异常特征和基于局部...
【专利技术属性】
技术研发人员：杨劲林，李克鑫，甄超，谢兵，谢永强，宋蓓蓓，张达，杨振坤，明義森，
申请(专利权)人：四维世景科技北京有限公司，
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。