[发明专利]一种图像数据处理方法和装置

权利要求书

1.一种图像数据处理方法，其特征在于，该方法包括：

通过传感器接收高质量卫星数据，包括多波段卫星数据、多分辨率卫星数据，构建接收卫星数据库。

对接收卫星数据库中采集到的数据进行以下操作：去除大气影响，配准、分割、尺度变换、格式转换，形成目标数据库。

对目标数据库中的图像数据进行检索，检索到感兴趣区域，获取L幅大小为M×N的含杂物组成的地物数据样本集G＝{f_k}，其中1<k<L，f_k表示第k幅含杂物的地物数据样本图像。

对每幅含杂物的地物数据样本图像f_k(x,y)进行傅立叶变换和反傅立叶变换，得到含杂物的地物数据样本图像的傅立叶谱集，对所有频率点的幅度值序列应用于统计分布模型，获取样本点x(i)，通过模型判别函数进行计算，输出学习参数集。

根据学习参数集的学习结果计算感兴趣区域内各像素的模型匹配值，对图像像素点进行保留；对保留后的图像进行特征提取，对目标物进行识别；对结果进行输出和显示。

2.根据权利要求1所述的一种图像数据处理方法，所述通过模型判别函数进行计算，输出学习参数集为：根据判别函数，对x(i)进行模型覆盖判别，判断x(i)是否在模型设定的精度范围内，确定x(i)的模型分布状态，更新模型参数，待所有x(i)学习完后输出学习参数集。

3.根据权利要求1或2所述的一种图像数据处理方法，所述模型判别函数为：

其中，g_l,i(x(i))是i时刻的判别函数，x(i)是当前样本点，α_l,i-1是多分布模型中第l个中心点，是第i-1个时刻第l个分布的期望矩阵，A_l,i-1是第i-1个时刻第l个分布的协方差矩阵，β_k,i-1表示第i-1个时刻第l个分布的权值。

4.根据权利要求3所述的一种图像数据处理方法，还包括：针对感兴趣区域图像，利用学习参数集中的学习结果计算感兴趣区域内各像素的模型匹配值，与设定的阈值相比，如果大于阈值，认为是非目标物像素点，则进行去除，如果小于或等于阈值，则认为是目标物像素点，进行保留；对保留后的图像进行特征提取，提取图像中目标物体的RGB特征、灰度特征、深度特征、曲面法线特征，对上述四个特征进行融合，对目标物进行识别。

5.一种图像数据处理装置，其特征在于，该装置包括：

接收装置，用于通过传感器接收高质量卫星数据，包括多波段卫星数据、多分辨率卫星数据，构建接收卫星数据库。

数据处理装置，用于对接收卫星数据库中采集到的数据进行以下操作：去除大气影响，配准、分割、尺度变换、格式转换，形成目标数据库。

检索和获取装置，用于对目标数据库中的图像数据进行检索，检索到感兴趣区域，获取L幅大小为M×N的含杂物组成的地物数据样本集G＝{fi}，其中1<i<L，fi表示第i幅含杂物的地物数据样本图像。

变换和判别装置，用于对每幅含杂物的地物数据样本图像fi(x,y)进行傅立叶变换和反傅立叶变换，得到含杂物的地物数据样本图像的傅立叶谱集，对所有频率点的幅度值序列应用于统计分布模型，获取样本点x(i)，通过模型判别函数进行计算，输出学习参数集。

匹配和保留装置，用于根据学习参数集的学习结果计算感兴趣区域内各像素的模型匹配值，对图像像素点进行保留。

特征提取和识别装置，用于对保留后的图像进行特征提取，对目标物进行识别。

输出和显示装置，用于对结果进行输出和显示。

6.根据权利要求5所述的一种图像数据处理装置，所述通过模型判别函数进行计算，输出学习参数集为：根据判别函数，对x(i)进行模型覆盖判别，判断x(i)是否在模型设定的精度范围内，确定x(i)的模型分布状态，更新模型参数，待所有x(i)学习完后输出学习参数集。