[发明专利]一种基于图像流的近实时遥感图像在线目标检测方法

说明书

本发明公开了一种基于图像流的近实时遥感图像在线目标检测方法，属于遥感图像处理技术领域。其包括获取图像的基本参数、获取目标最大尺寸、计算目标占据的最大像素数、获取目标检测算法的时间计算复杂度函数、计算需要执行目标检测的图像块数、计算图像划分的总计算复杂度、求得每次检测的行数、利用目标检测算法对分块图像进行目标检测等步骤。本发明能够在进行图像生产的同时进行图像目标检测，可以降低遥感图像存储资源和计算资源，在分块处理时具有极低的计算复杂度。

技术领域

本发明涉及遥感图像处理技术领域，特别是指一种基于图像流的近实时遥感图像在线目标检测方法。

背景技术

随着卫星遥感技术的快速发展，尤其是高分辨率遥感技术的发展，多源、高分辨率的遥感数据呈爆炸式快速增长，遥感数据的存储和处理方面遇到了前所未有的挑战。在遥感图像应用中，如军事应用，用户感兴趣的往往是图像包含目标的部分区域。对这些用户来说，大量的背景图像属于无效信息，对这些数据的存储和处理不仅浪费大量的存储和计算资源，同时，有效信息淹没在海量数据中，使得有效信息的提取变得更为困难。

遥感卫星数据的获取多采用推扫方式，因此图像生产时是逐行渐进生产的。如果在图像生产同时进行目标检测等遥感图像的处理可以大大提高信息获取的效率。这样，可以只对包含目标的图像进行处理，从而节省大量存储和计算资源，也使得有效信息的提取和发现变得更容易。这种处理方法特别适用于诸如灾害观测、军事信息获取等实时性要求非常高的应急遥感应用场景，这些场景要求系统具备实时遥感数据挖掘和分析能力，从而快速地从图像流数据中提取目标信息，如机场、城市、港口，甚至船舰等动态目标追踪信息。这要求系统在进行遥感图像产品生产处的同时，快速地进行复杂的数据挖掘和信息提取，这对系统的处理能力和处理性能都是一个极大的挑战。

此外，随着遥感图像的分辨率及图像幅宽的提高，单幅遥感影像的数据量快速增长，往往达到几Gb甚至几十Gb的量级。这为遥感图像的处理应用带来了前所未有的挑战。一个处理策略是对图像进行分块处理，但分块处理容易造成目标漏检等问题。在保证目标不漏检的前提下，采取什么图像分块策略，可以最大化的提高处理效率也是一个需要解决的问题。

当前的处理方法存在以下问题：

1)高码速率、大幅宽、大量数据的实时数据处理问题。即，如何满足持续剧增的卫星下行数据率、大幅宽等卫星数据的实时处理需求。

2)目前遥感产品生产系统缺乏自动的遥感信息挖掘和分析能力，存在数据浪费。即，如何实现实时图像流数据的实时信息挖掘与分析，从而快速地从图像生产流中提取目标信息，如机场、城市、港口，甚至船舰等动态目标追踪信息。

3)如何协调与控制实时处理、目标提取与分析、实时移动窗显示之间的速率匹配关系，实现最佳的处理、分析效果也是待解决的问题。

发明内容

有鉴于此，本发明提出一种基于图像流的近实时遥感图像在线目标检测方法，该方法能够实现近实时的目标在线检测，降低遥感数据量，提高数据处理的效率。

基于上述目的，本发明提供的技术方案是：

一种基于图像流的近实时遥感图像在线目标检测方法，其包括以下步骤：

(1)获取图像的基本参数，包括图像总行数H、图像列宽W以及图像分辨率λ；

(2)读取目标参数配置文件，获取目标最大尺寸S；

(3)计算目标占据的最大像素数M＝S/λ，对M进行向上取整；

(4)获取目标检测算法的时间计算复杂度函数g(u,v)，u、v为两个自变量；所述目标检测算法为恒虚警率目标检测算法，则g(u,v)＝u²v²；

(5)计算需要执行目标检测的图像块数其中X为每次进行目标检测的行数；