[发明专利]一种光学遥感影像港口舰船目标的识别方法

权利要求书

1.一种光学遥感影像港口舰船目标的识别方法，其特征在于，采用级联网络模型对港口遥感图像中的舰船目标进行识别，其中，级联网络模型至少为三级，且第一级网络模型获取方法具体为：

S1：框选出港口遥感图像中舰船目标；

S2：将框选出的港口遥感图像中舰船目标作为正样本，港口遥感图像中除舰船目标以外的物体作为负样本，然后采用正样本和负样本进行神经网络训练，得到第一级网络模型；

级联网络模型中第一级网络模型之后的各级网络模型获取方法具体为：

S3：将前级网络模型在港口遥感图像中识别出来的舰船目标所在位置与步骤S1中已框选出的对应舰船目标所在位置作对比，得到前级网络模型识别结果中的虚警目标；

S4：将前级网络模型识别结果中的虚警目标作为本级网络模型的负样本，步骤S1中已框选出的港口遥感图像中舰船目标作为本级网络模型的正样本，然后采用正样本和负样本进行神经网络训练，得到本级网络模型。

2.如权利要求1所述的一种光学遥感影像港口舰船目标的识别方法，其特征在于，获取级联网络模型中最后一级网络模型后，还执行以下步骤：

采用最后一级网络模型对港口遥感图像中的舰船目标进行识别，然后获取最后一级网络模型识别出来的舰船目标与步骤S1中已框选出的对应舰船目标的交并比；

判断所述交并比是否大于预设阈值，若大于，则此时各级网络模型对应的级联网络模型为最终的级联网络模型；

若不大于，则调节各级网络模型的层级结构，然后重复执行步骤S1～S4，直到所述交并比大于预设阈值，得到最终的级联网络模型。

3.如权利要求1所述的一种光学遥感影像港口舰船目标的识别方法，其特征在于，在各级网络模型进行神经网络训练前，先对港口遥感图像进行降采，其中，越靠后的网络模型对应的降采倍率越低。