[发明专利]一种基于分级特征张量的目标渐进式检测识别方法

说明书

一种基于分级特征张量的目标渐进式检测识别方法，它属于遥感图像中的目标检测识别技术领域。本发明解决了现有方法对遥感图像中目标检测识别的准确率低的问题。本发明建立了基于张量模式的目标识别模型，该模型改善了典型向量模式识别方法忽略了遥感影像目标内在的结构信息，小样本下容易出现过拟合的问题。其通过学习最具判别能力的分级特征张量，并利用软硬间隔支持张量机实现目标的准确识别。本发明适用于大场景遥感图像中目标的检测识别。对于信息量大、背景复杂的遥感图像，可以获得98％以上的检测准确率，本发明可以应用于遥感图像中的目标检测识别技术领域。

技术领域

本发明属于遥感图像中的目标检测识别技术领域，具体涉及一种目标渐进式检测识别方法。

背景技术

随着遥感技术日趋成熟,获取的遥感图像质量得到大幅提升,也使得基于遥感图像的目标识别成为热门研究问题。而对于各类地面目标,目标检测识别具有及其重要的研究意义与价值,并且具有广泛的应用场景。

目前国内外对遥感图像目标检测识别展开了大量研究也取得了一定成果,针对光学影像切片的目标检测方法多种多样，根据目标类型的不同，分为静态目标检测和动目标检测；根据实现策略的不同，可以分为自底向上数据驱动的目标检测和自顶向下知识(假设)驱动的目标检测；根据基于的目标特征类型，可以分为基于局部特征的目标检测和基于全局特征的目标检测；另外从人类视觉认知的角度出发，利用视觉显著性也是实现目标检测的重要手段。

但是常规的光谱特征只能描述一个像素的特性，忽略了能够从影像局部区域提取的空间特征。向量本身只是一维数组，将图像的空间光谱信息排列到向量中，必然丢失像素特征的结构信息。导致对遥感图像中目标检测识别的准确率较低。

发明内容

本发明的目的是为解决现有方法对遥感图像中目标检测识别的准确率低的问题，而提出了一种基于分级特征张量的目标渐进式检测识别方法。

本发明为解决上述技术问题采取的技术方案是：一种基于分级特征张量的目标渐进式检测识别方法，该方法包括以下步骤：

步骤一、提取真实目标切片与虚假目标切片构建训练样本集，并构建训练样本集中每个切片对应的多分辨率特征张量；

步骤二、构建特征判别准则，并从步骤一构建的多分辨率特征张量中学习投影矩阵，根据投影矩阵提取出不同分辨率最具判别能力的特征子张量；

利用提取出的特征子张量训练软硬间隔支持张量机，直至全部的虚假目标被正确分类或者多分辨率层的层数达到阈值Q时停止训练，获得训练好的目标识别模型；

步骤三、对待检测识别的遥感图像进行目标快速检测后，获得候选目标位置；再通过截取候选目标位置处的图像块来获得候选目标切片；

步骤四、分别对获得的每个候选目标切片进行方向估计，根据方向估计结果对每个候选目标切片进行旋转变换，获得旋转变换后的全部候选目标切片；

步骤五、提取步骤四获得的每个切片的不同分辨率特征张量，并利用步骤二获得的投影矩阵从不同分辨率特征张量中提取出不同分辨率最具判别能力的特征子张量；

将提取出的特征子张量输入步骤二训练好的目标识别模型，获得目标识别模型输出的对待检测识别遥感图像的目标识别结果。

本发明的有益效果是：本发明提出了一种基于分级特征张量的目标渐进式检测识别方法，本发明建立了基于张量模式的目标识别模型，该模型改善了典型向量模式识别方法忽略了遥感影像目标内在的结构信息，小样本下容易出现过拟合的问题。其通过学习最具判别能力的分级特征张量，并利用软硬间隔支持张量机实现目标的准确识别。

本发明适用于大场景遥感图像中目标的检测识别。对于信息量大、背景复杂的遥感图像，可以获得98％以上的检测准确率，在军事和民用领域都具有十分重要的意义。

附图说明