[发明专利]一种使用遥感图像识别舰船目标的方法及系统

说明书

本发明公开了一种使用遥感图像识别舰船目标的方法及系统，属于图像识别领域；在获取同一时刻同一场景包含舰船目标的全色图像和多光谱图像后，使用预训练的伪孪生网络模型将全色图像和多光谱图像的特征进行特征融合，然后采用分类网络对融合后的特征进行识别，最后得到舰船目标的识别结果。本申请通过伪孪生网络模型中全色图像处理分支和多光谱图像处理分支分别处理全色图像和多光谱图像，然后将得到的特征融合，这样在识别遥感图像中舰船目标时既能采用全色图像具有高空间分辨率的优点；又能综合多光谱图像具有较高的光谱分辨率的优点。因此大大提高了使用遥感图像识别舰船目标时的识别准确率。

技术领域

本发明涉及图像识别领域，特别地，涉及一种使用遥感图像识别舰船目标的方法及系统。

背景技术

随着海洋资源的不断开发，准确识别舰船目标对于维护海洋安全、海上交通管制具有重要意义。遥感图像具有覆盖范围广、空间分辨率高、与人类视觉表征相符合的优势，越来越广泛地应用到舰船目标识别任务中。

近年来，遥感卫星发展迅速，遥感图像质量和数量都得到大幅提升。当前，全球拥有高分系列、资源系列、Quickbird、Ikonos等多颗遥感卫星，卫星搭载不同成像设备或者同类型不同分辨率的成像设备为同一场景提供了多源数据，大多数光学对地观测卫星和航空摄影系统同时提供全色图像（PAN）与多光谱图像（MS）。

因此，在对舰船进行识别时一般都采用遥感图像。但是舰船目标的刚体结构受天气、光照等拍照条件影响较大，具有较小的类间差异和较大的类内差异，例如驱逐舰和护卫舰在外界条件相同时图像内差异较小；但是同一驱逐舰在不同天气和光照下图像的差异非常大，因此如何有效提取其特征成为识别的关键问题。遥感图像中全色图像具有高空间分辨率，但其只有一个波段，无法获取较全面的光谱信息；多光谱图像具有多个光谱波段，具有较高的光谱分辨率，然而其空间分辨率相对较低。因此使用遥感图像识别舰船目标时识别准确率较低。

发明内容

为了克服现有技术的不足，本发明提供一种使用遥感图像识别舰船目标的方法及系统，以解决使用遥感图像识别舰船目标时识别准确率较低的问题。

本发明解决其技术问题所采用的技术方案是：

一方面，

一种使用遥感图像识别舰船目标的方法，包括以下步骤：

获取同一时刻同一场景包含舰船目标的全色图像和多光谱图像；

使用预训练的伪孪生网络模型对将所述全色图像和所述多光谱图像进行特征融合并采用分类网络对融合后的特征进行识别，所述伪孪生网络模型包括全色图像处理分支和多光谱图像处理分支；

得到舰船目标的识别结果。

进一步地，所述使用预训练的伪孪生网络模型对将所述全色图像和所述多光谱图像进行特征融合包括：

使用全色图像处理分支处理所述全色图像得到所述全色图像的多级特征；

使用多光谱图像处理分支处理所述多光谱图像得到所述多光谱图像的特征；

将所述全色图像的多级特征与所述多光谱图像的特征在通道维进行融合得到融合后的特征。

进一步地，所述使用全色图像处理分支处理所述全色图像得到所述全色图像的多级特征包括：

将所述全色图像进行预处理；

将预处理后的全色图像送入第一层卷积网络得到所述全色图像的特征并对所述特征进行最大池化处理；

将最大池化处理的特征依次送入第一紧凑模块和第二紧凑模块得到输出特征，所述第一紧凑模块和第二紧凑模块用于通过不同特征层之间的级联，得到多个层次的抽象特征图，即输出特征；

将所述输出特征进行全局最大池化，压缩模型并展平得到每个通道最具有代表性的特征，即所述全色图像的多级特征。