[发明专利]一种基于遥感图像的烟囱和冷凝塔检测方法

权利要求书

1.一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，具体包括以下步骤：

S1：对所述遥感图像进行分块，并将分块后的图像输入到预先训练好的离线训练模型中，利用所述离线训练模型中训练好的区域建议网络产生候选框以及所述候选框对应的目标性得分；

S2：基于所述目标性得分，利用非极大值抑制法以及目标性得分阈值对所述候选框进行筛选，得到目标候选框；

S3：将所述目标候选框中的图像输入到所述离线训练模型中训练好的快速区域卷积神经网络中进行目标检测，分别得到烟囱、冷凝塔和背景对应的分类得分以及目标框；

S4：基于所述分类得分，利用分类得分阈值和非极大值抑制法对所述目标框进行筛选，得到最终检测结果。

2.根据权利要求1所述的一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，还包括：S5：对所述最终检测结果进行输出。

3.根据权利要求1所述的一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，所述步骤S1具体包括：将所述遥感图像按1024×1024像素大小进行分块处理，并将分块后的图像输入到预先训练好的离线训练模型中，利用所述离线训练模型中训练好的区域建议网络产生1000个候选框以及1000个所述候选框对应的目标性得分。

4.根据权利要求3所述的一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，步骤S2具体包括：利用非极大值抑制法得到所述目标性得分前50名的所述候选框，并保留所述目标性得分大于所述目标性得分阈值的候选框，得到目标候选框。

5.根据权利要求1或4所述的一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，步骤S4具体包括：保留所述分类得分大于所述分类得分阈值的目标框，并利用非极大值抑制法进行非极大值抑制，得到最终检测结果。

6.根据权利要求1或4所述的一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，所述目标性得分阈值为0.7。

7.根据权利要求1或5所述的一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，所述分类得分阈值为0.9。

8.根据权利要求1所述的一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，所述预先训练好的离线训练模型的具体步骤包括：

利用训练样本对区域建议网络和快速区域卷积神经网络进行离线训练，得到离线训练模型。

9.根据权利要求8所述的一种基于遥感图像的烟囱和冷凝塔检测方法，其特征在于，所述利用训练样本对区域建议网络和快速区域卷积神经网络进行离线训练，得到离线训练模型的具体步骤包括：

S111：利用在ImageNet上训练好的模型初始化区域建议网络中的参数，利用训练样本进行微调，得到第一微调区域建议网络以及根据所述第一微调区域建议网络获取的候选区域；

S112：利用在ImageNet上训练好的模型初始化快速区域卷积神经网络中的参数，并利用所述候选区域对所述快速区域卷积神经网络进行训练；

S113：利用所述快速区域卷积神经网络初始化所述第一微调区域建议网络，并固定卷积层参数，对所述第一微调区域建议网络进行微调，得到训练好的区域建议网络；其中，所述卷积层为所述区域建议网络和所述快速区域卷积神经网络所共享的；

S114：固定所述卷积层参数，利用所述训练好的区域建议网络提取候选区域，再对所述快速区域卷积神经网络进行训练，得到训练好的快速区域卷积神经网络。