[发明专利]一种稀土开采高分影像识别与定位方法

权利要求书

1.一种稀土开采高分影像识别与定位方法，其特征在于，包括以下步骤，

步骤S1：遥感影像数据获取与预处理，获得遥感影像数据后进行辐射校正、几何校正和图像融合预处理，然后导出为RGB三通道图像，最后对图像进行裁剪，剔除图像中不包含检测目标的部分；

步骤S2：YOLOv3模型建立，先进行YOLOv3算法网络结构的确定，然后进行YOLOv3算法中损失函数的确定，所述损失函数包括第一部分目标定位损失，第二部分目标置信度损失，最后一部分目标分类损失；

步骤S3：YOLOv3算法调整，当预测框和真实框不相交时，使用CIOU Loss替换原有目标定位损失函数；将CBAM嵌入YOLOv3算法网络结构的Darknet-53中；

步骤S4：模型输出结果，将包含预测边界框的像素位置信息，即相对于图像左上角的像素坐标信息以点的形式在遥感图像上标出。

2.按照权利要求1所述的一种稀土开采高分影像识别与定位方法，其特征在于：所述步骤S1中图像进行裁剪后，采用翻转、旋转、镜像、亮度、色度、高斯模糊数据增强方法将数据集进行扩充。

3.按照权利要求1所述的一种稀土开采高分影像识别与定位方法，其特征在于，所述步骤S2中YOLOv3算法网络结构的确定包括Darknet-53特征提取网络部分和多尺度检测部分。

4.按照权利要求3所述的一种稀土开采高分影像识别与定位方法，其特征在于：所述多尺度检测部分通过YOLOv3算法采用的特征金字塔网络的结构，将每个尺度的特征图与经过两倍上采样的上一尺度的特征图进行特征融合。

5.按照权利要求1所述的一种稀土开采高分影像识别与定位方法，其特征在于：所述步骤S3中目标定位损失以均方误差作为损失函数的目标函数，具体包括首先计算网络生成的预测框与真实框的交集的面积与并集的面积的比值，获得两个框的交并比；然后通过预先设定好的IOU阈值对预测框进行筛选，筛选出IOU大于阈值的预测框；最后计算其对应的目标定位损失。

6.按照权利要求5所述的一种稀土开采高分影像识别与定位方法，其特征在于：当预测框和真实框不相交时，两个框的IOU值为0时，使用CIOU Loss替换原有目标定位损失函数。

7.按照权利要求1所述的一种稀土开采高分影像识别与定位方法，其特征在于，所述步骤S1中在裁剪后的图像在图像训练与识别过程中需要将其分割为尺寸较小的多张图像后输入模型进行训练和检测。

8.按照权利要求7所述的一种稀土开采高分影像识别与定位方法，其特征在于，分割后的图像中若识别该沉淀池为2个或多个预测框，需要用完整的预测框替换不完整的预测框，具体包括：

先指定一个阈值α，计算两个预测框的IOMIN指数，如果IOMIN大于α，则删除面积较小的预测框，保留面积较大的预测框。

9.按照权利要求1所述的一种稀土开采高分影像识别与定位方法，其特征在于：在遥感影像的稀土矿区沉淀池定位过程中采用随机森林分类法。