[发明专利]基于几何结构双路卷积网络的光学遥感图像目标检测方法

权利要求书

1.基于几何结构双路卷积网络的光学遥感图像目标检测方法，其特征在于，包括以下步骤：

S1、使用标注后的光学遥感图像数据集构造形式为图像块-素描块-标签的训练数据集T；

S2、使用待检测光学遥感图像构造形式为图像块-素描块的测试数据集U；

S3、构造基于几何结构双路卷积网络的目标检测模型，其中，基于几何结构双路卷积网络的目标检测模型包含区域卷积模块和DoG脊波基函数卷积模块；

S4、使用步骤S1中构造的训练数据集T训练步骤S3中构造的基于几何结构双路卷积网络的目标检测模型，得到训练后的基于几何结构双路卷积网络的目标检测模型；

S5、将步骤S2中构造的测试数据集U输入步骤S4中训练后的基于几何结构双路卷积网络的目标检测模型，得到待检测光学遥感图像的检测结果。

2.根据权利要求1所述的基于几何结构双路卷积网络的光学遥感图像目标检测方法，其特征在于，步骤S1具体为：

S101、从数据库中选取大小为H×W×3、分辨率为r的M₁幅标注了飞机和舰船目标边界框坐标的大场景光学遥感图像，H≥1000，W≥2000，M₁≥6；

S102、以大小为H_c×H_c的矩形窗口，对每幅大场景光学遥感图像中含有标注目标的区域切块，再使用双线性插值算法对切割后的图像块执行缩放操作，得到缩放后大小为H_r×H_r×3的N₁个图像块；

S103、使用Primal Sketch算法求与S102得到的N₁个图像块对应的素描块，PrimalSketch算法输出的素描块由素描线段构成，每一条素描线段表示图像亮度发生变化的位置；

S104、将S102得到的每个图像块中的飞机和舰船目标在大场景光学遥感图像中的边界框坐标变换为其相对每个图像块左上角的边界框坐标，并作为每个图像块的标签，得到形式为图像块-素描块-标签的训练数据集T。

3.根据权利要求1所述的基于几何结构双路卷积网络的光学遥感图像目标检测方法，其特征在于，步骤S2具体为：

S201、从数据库中选取分辨率为r的M₂幅含有飞机或舰船目标的待检测大场景光学遥感图像，M₂≥5；

S202、以大小为H_c×H_c的矩形窗口，H_c≥300，对每幅大场景光学遥感图像进行等间隔切块，切割间隔为d，再使用双线性插值算法对切割后的图像块执行缩放操作，得到缩放后大小为H_r×H_r×3的N₂个图像块；

S203、使用Primal Sketch算法求与S202得到的N₂个图像块对应的素描块，得到形式为图像块-素描块的测试数据集U。

4.根据权利要求1所述的基于几何结构双路卷积网络的光学遥感图像目标检测方法，其特征在于，步骤S3具体为：

S301、获取大小为H_r×H_r×3的图像块x和与其对应的素描块，对素描块中的每一条素描线段构造宽度为w的几何结构窗，该几何结构窗的形状为旋转矩形，其高度的朝向与素描线段的方向一致，重心与素描线段的中点重合，高度为素描线段的长度加2，并将几何结构窗包围的区域定义为几何结构区域，得到大小为H_r×H_r的几何结构区域掩模s，几何结构区域掩模s中属于几何结构区域的值为1，其他位置的值为0；

S302、使用大小为k×k的卷积核m对图像块x中属于几何结构区域的每一位置执行卷积操作，k≥3，在每一次卷积操作中，若卷积核任一位置在几何结构区域掩模s对应位置处的值为0，则卷积核在该位置的权值设置为0，否则，卷积核在该位置的权值保持不变，得到图像块x经卷积操作后的特征映射图f。