[发明专利]一种基于深度学习的遥感图像水面潜艇识别方法

权利要求书

1.一种基于深度学习的遥感图像水面潜艇识别方法，其特征在于：具体步骤如下：

S101：建立潜艇遥感图像样本库；

S102：对所述图像样本库中的各潜艇遥感图像分别进行图像增强，得到增强后的图像样本库；

S103：对所述增强后的图像样本库中的各潜艇遥感图像中的潜艇分别进行矩形框标注，进而得到所述增强后的样本图像库中所有的潜艇遥感图像所对应的标注数据集；

S104：利用yolov3目标检测网络，融合语义分割与目标检测所得到的特征，得到分割预测融合特征；

S105：根据所述标注数据集和所述分割预测融合特征，进行训练，得到潜艇检测识别模型；

S106：采集潜艇实时图像，并进行图像增强，进而将增强后的潜艇实时图像输入所述潜艇检测识别模型进行潜艇识别；

S107：设置特征阈值α，并判断图像特征值是否超过特征阈值α，若是，则输出潜艇识别预测结果，程序结束；否则，返回至步骤S106；

在步骤S102中，图像增强采用的具体方法为非线性局部目标增强算法，其公式如式(1)所示：

式(1)中，r表示图像灰度分布直方图的灰度值，m为输入值，其取值为E为潜艇凸显参数，根据E₁和E₂取值不同，获得不同值的参数E，通过调整E来动态凸显遥感图像中潜艇特征部分；

在步骤S104中，利用yolov3目标检测网络，融合语义分割与目标检测所得到的特征，得到分割预测融合特征，具体为：

S201：使用COCO-Stuff的标注监督语义分割方法对所述图像样本库中的图像进行精密像素级分类，得到分割后的语义信息；

S202：使用yolov3算法提取所述图像样本库中图像目标特征的box和mask；

S203：将提取的目标特征的box和mask与所述语义信息特征进行融合，即得到分割预测融合特征。

2.如权利要求1所述的一种基于深度学习的遥感图像水面潜艇识别方法，其特征在于：

在步骤S101中，建立潜艇遥感图像样本为预先采集的多张多方向和多尺度的潜艇图像集合；所述多方向潜艇图像，具体为水平方向不同角度拍摄、垂直方向不同角度拍摄的潜艇图像；所述多尺度潜艇图像，具体为被拍摄的潜艇，实际尺寸大小不同。

3.如权利要求1所述的一种基于深度学习的遥感图像水面潜艇识别方法，其特征在于：在步骤S105中，所述的预测结果，包括识别出的潜艇的位置和置信度。