[发明专利]一种景象适配性准则训练样本集生成方法

权利要求书

1.一种景象适配性准则训练样本集生成方法，其特征在于，步骤如下：

(1)获取可见光卫星影像数据集合，令q为1；

(2)从卫星影像数据集合中，获取第q幅场景图像，设置扫描窗口及扫描步长；令f＝1；设置扫描窗口大小为320×256，单位为像素；设置扫描步长STEP＝16，单位为像素；

(3)对第f个扫描位置，截取扫描窗口大小的参考图I，并且以参考图I为中心，截取大于参考图I的基准图M；

(4)对参考图I进行预处理，生成特征参考图Z；

4.1对参考图I，进行对比度拉伸消除光照对图像的影响，生成图像I₁；

4.2对图像I₁进行高斯滤波，生成图像I₂；

4.3对图像I₂进行旋转，生成图像I₃；

将以左上角为原点的图像I₂的坐标转换为以图像中心为原点；进行旋转后，再转换为以左上角为原点的图像I₃；

4.4对图像I₃缩放插值，生成带尺度畸变的图像I₄；

将图像I₄中的待求像素坐标反向投影到插值前图像I₃中，按照四邻像素灰度距离加权后赋给待求像素，设(x，y)为待求像素坐标，(i+u，j+v)为投影到插值前图像I₃中的坐标，i，j为整数，u，v为小数，p为原图，则待求像素灰度的值为：

f(i，j)＝v*[(1-u)*p(i+1，j)+u*p(i，j)]+(1-v)*[(1-u)*p(i+1，j+1+u*p(i，j+1))]；

4.5对图像I₄进行高斯模糊，生成带成像噪声的图像I₅；

4.6对图像I₅添加傅里叶噪声，生成带频域噪声畸变的特征参考图Z；

1)对图像I₅进行傅里叶变换，将其变换到频域：

I₅→F(I₅)

2)对F(I₅)添加随机噪声：

F′(I₅)＝F(I₅)+rand(s)

其中，s表示噪声的强度，rand(s)表示随机噪声；

3)再将F′(I₅)进行傅里叶反变换得到最终加噪图像Z：

F′(I₅)→Z；

(5)特征参考图Z和基准图M进行相关面计算，并获得相关面参数集；对参考图I进行特征提取计算，得到特征参数集；

(6)将相关面参数集和特征参数集划分为正负样本，并加入训练样本集；

(7)判断是否完成第q幅场景图像所有扫描位置的扫描，如果没有完成，则令f加1，返回步骤(3)；如果完成则进入步骤(8)；

(8)判断是否完成卫星影像数据集中所有图像的扫描，如果完成，则确定该训练样本集；如果没有则令q值加1，返回步骤(2)。

2.如权利要求1所述的景象适配性准则训练样本集生成方法，其特征在于，扫描步长为8的整数倍像素单位。

3.如权利要求1或2所述的景象适配性准则训练样本集生成方法，其特征在于，基准图M为参考图I的2～4倍大小。

4.如权利要求1所述的景象适配性准则训练样本集生成方法，其特征在于，相关面参数集包括主峰高度，主次峰比和主峰八邻域比。

5.如权利要求1所述的景象适配性准则训练样本集生成方法，其特征在于，特征参数集包括方差、梯度方向熵、累加梯度值和平均梯度强度。

6.如权利要求1所述的景象适配性准则训练样本集生成方法，其特征在于，划分正负样本的方法为：

设特征参考图Z在基准图M中的匹配真实位置为(x_m，y_m)，相关匹配的峰值坐标为(x_t，y_t)，距离的阈值为L_t；则样本正负值S用以下公式表示：