[发明专利]基于多源遥感图像融合的大中型目标识别方法

权利要求书

1.基于多源遥感图像融合的大中型目标识别方法，其特征在于：

(1)在目标特征层次划分的基础上，建立目标高层特征对中低层特征的选择准则，包括概念特征对属性特征、拓扑结构特征和中低层特征的选择准则，以及属性特征、拓扑结构特征对中低层特征的选择准则；

(2)利用目标的概念特征对属性特征的选择准则，依据地物的光谱分布和电磁散射特性对多光谱和SAR图像分别进行区域分割，在多光谱和SAR图像分割区域中得到机场、码头、油库、桥梁、飞机、船舶类目标的潜在区域；

(3)在全色图像对应的目标潜在区域中，利用空间布局和轮廓特征提取目标区域，再利用概念特征中子目标的空间关系，将目标分解为相互独立的子目标；

(4)利用属性特征、拓扑结构特征对中低层特征的选择准则，在全色、多光谱和SAR图像的目标区域中分别提取子目标的特征，并进行子目标的识别与目标的验证。

2.如权利要求1所述的基于多源遥感图像融合的大中型目标识别方法，其特征在于：

所述步骤(1)中，目标特征层次划分将目标的特征划分为五个层次：低层特征、中层特征、拓扑结构特征、属性特征和概念特征。

3.如权利要求1所述的基于多源遥感图像融合的大中型目标识别方法，其特征在于：

所述步骤(2)中，区域分割类型为水域、植被域、普通人工建筑域、大型人工建筑域和高亮区域。

4.如权利要求1所述的基于多源遥感图像融合的大中型目标识别方法，其特征在于：

所述步骤(3)中，空间布局分为：邻接、相交、相离、包含、平行、垂直、穿越、阵列类型；利用轮廓特征提取目标区域的方法采用基于目标与背景对比度增强的水平集法。

5.如权利要求1所述的基于多源遥感图像融合的大中型目标识别方法，其特征在于：

所述步骤(3)中，利用感知编组的方法对目标轮廓进行描述，结合轮廓边缘的长度、曲率、空间关系先确定显著子目标的轮廓边缘，从而得到显著子目标，再利用子目标空间关系和目标轮廓边缘，获得其他非显著子目标。

6.如权利要求1所述的基于多源遥感图像融合的大中型目标识别方法，其特征在于：

所述步骤(4)中，子目标的特征包括：在全色图像中提取的中低层特征主要包括目标的面积、外接矩长度、形状参数、边缘曲率特征；在多光谱图像中提取的中低层特征主要包括各波段的光谱值、波段间的光谱比值、NDVI值、区域各波段光谱均值；在SAR图像中提取的中低层特征主要包括灰度值、区域均值、梯度。

7.如权利要求1所述的基于多源遥感图像融合的大中型目标识别方法，其特征在于：

所述步骤(4)中，采用自底向上的目标验证方式，即利用中低层特征对子目标进行识别，利用拓扑结构特征和属性特征对目标验证，并排除虚警。