[发明专利]基于高分辨率光学遥感图像的油罐检测和储量分析方法

权利要求书

1.基于高分辨率光学遥感图像的油罐检测和储量分析方法，其特征在于，包括以下步骤：

步骤1：采集并标注含油罐目标的光学遥感图像数据，将数据分为训练集、验证集和测试集；

步骤2：基于改进的ELSD(Ellipse and Line Segment Detector)算法，对步骤1得到的训练集、验证集和测试集分别提取训练集、验证集和测试集候选目标；

步骤3：使用步骤2得到的训练集、验证集候选目标训练并优化DCNN(Deep Convolutional Neural Network)模型，将步骤2得到的测试集候选目标输入已训练的DCNN模型，输出目标分类结果，所述目标分类结果包括平顶罐、拱顶罐和背景三类；

步骤4：利用平顶罐周围阴影的对称特征，基于点对比较的阴影对称分析方法，提取平顶罐周围阴影区域的最优对称轴线；

步骤5：根据阴影厚度和步骤4得到的对称轴线，计算得到平顶罐的储备率；

步骤6：真实储备数据难以获取，基于拍摄角度引起的视觉偏移，以人工方式计算储备数据，与实际数据相互验证。

2.根据权利要求1所述的基于高分辨率光学遥感图像的油罐检测和储量分析方法，其特征在于：所述步骤2的具体实现包括以下子步骤：

步骤2.1：验证两个非连续的圆弧是否属于同一个圆环，即确定圆弧的隶属关系，由以下三个公式给出：

Dist(a,b)=(Cenra-Cenrb)2+(Cenca-Cencb)2---(1)]]>

Dist(a,b)max(ra,rb)≤θ,θ≥0---(2)]]>

|ra-rb|max(ra,rb)≤σ,σ≥0---(3)]]>

Cenr、Cenc分别表示某个圆弧的圆心的行、列坐标，r表示圆弧的半径，下标a、b表示两个不同的圆弧，θ、σ为小的常量，表示设定的阈值，公式(2)用于确认两个圆弧是否具有同样的圆心；公式(3)用于确认两个圆弧是否具有相同的半径；

步骤2.2：计算检测出的对应于同一圆环的所有圆弧片段的像素数目占该圆环应有像素数目的比例；

Rcircle=kx(circle)lcircle---(4)]]>

l_circle表示某一圆环上的所有像素点数，k_x(circle)表示相应圆环上检测出的圆弧的总像素点数，R_circle的取值介于0到1之间，且其值越接近于1，相应区域越有可能是目标；设定某阈值R₀，得到过滤后的候选区域；

步骤2.3：根据Jaccard相似度将步骤2.2得到的候选区域进行分组，相当于空间聚类，每一个分组即对应于唯一的目标；

J(c,d)=|areac∩aread||areac∪aread|---(5)]]>

area代表某一个检测出的圆的面积，下标c、d表示步骤2.2得到的不同的候选区域，在计算时为了简单，直接用圆形的外接正方形的面积表示；

步骤2.4：针对每一个分组，再依据空间距离进行二类聚类，为每一个目标确定最终唯一的候选区域，至此提取得到候选目标；

每个聚类用其对应的所有候选区域的平均圆心坐标和半径表示，即形式为(Cenr,Cenc,r)的三元组，如果两个聚类的三元组满足公式(2)，却不满足公式(3)，说明两个聚类圆心一致，半径不一致，则半径较大的聚类的三元组将作为相应目标的空间信息；因为这种情况下，具有较短半径的聚类很可能是由平顶罐顶部上的内部圆环轮廓产生的，半径较小的聚类应被舍弃；此外，即圆心不一致，则候选区域数量较小的聚类很可能是由阴影产生的，此时基数较大的聚类的三元组将作为相应目标的空间信息。