【技术实现步骤摘要】
本专利技术属于遥感图像处理领域，涉及，可以应用于复杂背景下的遥感图像多类感兴趣目标区域检测和精确定位。
技术介绍
遥感图像的目标检测是随着遥感技术的发展而兴起的一项新技术，具有作用距离远、覆盖范围广、执行效率高等方面的优点，同时也有着重要的军事意义和民用价值。复杂场景遥感图像的目标检测，就是在遥感图像分析和解译的过程中，针对特定的一类或几类目标，自动的提取出对解译推理有用的关键性信息，并分析计算其相关属性，为进一步的解译检测提供证据。此时的复杂场景，也正是由于遥感图像覆盖面积广，包含目标多，纹理特征复杂，识别难度大而得名。目前主要的遥感图像目标检测算法主要有两种思路自底向上的底层特征驱动型和自上而下的任务驱动型。由于对于遥感图像来说，一幅图像往往会包含很大范围的场景，信息量大，纹理复杂，颜色丰富，如果能够合理的将这些信息中的有用部分结合起来，则可以得出令人满意的检测结果。当然如果能够借助特定任务目标的先验知识，这将可以减少计算量，增加识别精度，例如在进行桥梁检测和水体检测时，一些学者根据桥梁和水域的特征提出了一种基于小树变换的水域分割方法和知识驱动的桥梁检测方法...
【技术保护点】
一种基于监督方法的遥感图像潜在目标区域检测方法，其特征在于步骤如下：步骤1提取低层显著性特征分量图：将输入图像下采样为200×200个像素，然后针对图像中的每个像素提取低层显著性特征，具体如下：1）提取Itti模型中的3个对比性特征分量：方向对比性特征分量，强度对比性特征分量和颜色对比性特征分量；2）提取红，绿，蓝3个颜色特征分量；3）提取Judd模型中的5个颜色概率特征分量；这些特征分量是由5个不同尺度的中值滤波器在图像的3D颜色统计空间中计算得出的结果；步骤2提取中层显著性特征分量图：将输入图像下采样为200×200个像素，即dims＝[200,200]，然后选取模型S...
【技术特征摘要】
【专利技术属性】
技术研发人员：韩军伟，张鼎文，郭雷，周培诚，程塨，姚西文，
申请(专利权)人：西北工业大学，
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。