[发明专利]面向低分辨率时序遥感影像的运动舰船检测方法及装置

说明书

本发明公开了一种面向低分辨率时序遥感影像的运动舰船检测方法及装置，检测方法包括：获取不同时序的低分辨率遥感影像；拼接两个不同时序的遥感影像并映射至RGB颜色空间，合成假彩色影像；对假彩色影像进行量化处理，并对舰船目标进行标注，得到带标注的图像训练集和图像验证集；利用预先构建的基于改进YOLOv4网络的舰船检测模型对待检测的低分辨率时序遥感影像进行特征提取，并对舰船目标进行标注。本发明能够提取遥感影像的时序特征和空间特征，提高对舰船目标的检测精度，并减少漏检和虚警概率。

技术领域

本发明涉及计算机图像处理技术领域，更具体的说是涉及一种面向低分辨率时序遥感影像的运动舰船检测方法及装置。

背景技术

低分辨率遥感影像舰船检测技术在海洋监测方面有广袤的前景，可以有效的应用于港口动态监控、海战场态势感知、海域安全保障、军事目标的探测等诸多方面，因此具有重大的研究价值。

目前，流行的深度学习方法已经能够实现在中高分辨率遥感影像中的舰船检测，但低分辨率遥感影像成像质量较差、空间分辨率低，且碎云厚云干扰严重，导致舰船检测容易出现大量漏检和虚警，检测准确率难以提升。

因此，如何提供一种能够提高对低分辨率时序遥感影像舰船检测的精确度的检测方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种面向低分辨率时序遥感影像的运动舰船检测方法及装置，能够提取遥感图像中的时序特征和空间特征，进而提高对舰船目标的检测精度，并减少漏检和虚警概率。

为了实现上述目的，本发明采用如下技术方案：

一种面向低分辨率时序遥感影像的运动舰船检测方法，包括：

获取不同时序的低分辨率遥感影像；

拼接两个或三个不同时序的遥感影像并映射至RGB颜色空间，合成假彩色影像；对假彩色影像进行量化处理，并对舰船目标进行标注，得到带标注的图像训练集和图像验证集；

构建基于改进的YOLOv4网络的舰船检测模型；

利用带标注的图像训练集对舰船检测模型进行训练，得到初始舰船检测模型；

利用带标注的图像验证集对初始舰船检测模型的检测结果进行验证，得到检测误差值；

基于检测误差值对改进的YOLOv4网络中各模块参数进行修正，直至检测误差值满足预设阈值，得到最终舰船检测模型；

基于最终舰船检测模型对待检测的低分辨率时序遥感影像进行特征提取，并对舰船目标进行标注。

优选的，在上述一种面向低分辨率时序遥感影像的运动舰船检测方法中，所述假彩色影像中包含舰船目标的时序特征和空间特征。

优选的，在上述一种面向低分辨率时序遥感影像的运动舰船检测方法中，所述对假彩色影像进行量化处理，并对舰船目标进行标注，包括：

采用自适应中值滤波方法抑制所述假彩色影像中的信号噪声；

对所述假彩色影像的全图像素值进行最大最小值拉伸；

对所述假彩色影像中的舰船目标进行标注，并将全图裁剪成图像块，对图像块的像素值进行最大最小值拉伸。

优选的，在上述一种面向低分辨率时序遥感影像的运动舰船检测方法中，所述自适应中值滤波方法根据预设条件，动态调整滤波窗口的尺寸；当检测到的噪声大于预设噪声阈值时，自适应增大滤波窗口尺寸；当检测到的噪声小于预设噪声阈值时，滤波窗口尺寸不变。

优选的，在上述一种面向低分辨率时序遥感影像的运动舰船检测方法中，利用最大最小值拉伸方法将所述假彩色影像的全图像素值限制在0-255之间。