[发明专利]一种基于卫星正射影像全姿态的深度学习样本制备方法及识别方法

权利要求书

1.一种基于卫星正射影像全姿态的深度学习样本制备方法，其特征在于步骤如下：

(1)利用目标的卫星正射影像数据，使用光线追踪的方法，生成飞行器与目标在不同距离、不同方位角、不同高低角下的目标区图像；

(2)将所述目标区图像进行灰度反转处理，得到待参与深度学习训练的样本；

(3)将所述目标区图像进行高斯模糊处理，得到待参与深度学习训练的样本；

(4)将所述目标区图像进行对数变换，得到待参与深度学习训练的样本；

(5)调整所述目标区图像亮度，得到待参与深度学习训练的样本；

(6)对所述目标区图像进行直方图均衡化，得到待参与深度学习训练的样本；

(7)将步骤(2)～(6)的待参与深度学习训练的样本形成最终的待参与深度学习训练的样本集。

2.根据权利要求1所述的一种基于卫星正射影像全姿态的深度学习样本制备方法，其特征在于：目标为地面固定目标。

3.根据权利要求1所述的一种基于卫星正射影像全姿态的深度学习样本制备方法，其特征在于：目标区，是指以目标为中心，设定的正方形区域，目标区的像素优选为300*300像素。

4.根据权利要求1所述的一种基于卫星正射影像全姿态的深度学习样本制备方法，其特征在于：飞行器与目标的要求为：飞行器和目标的距离的偏差大于500米，方位角偏差大于20°，高低角偏差大于10°。

5.根据权利要求1所述的一种基于卫星正射影像全姿态的深度学习样本制备方法，其特征在于：待识别的目标，其大小要求为大于10*10个像素。

6.一种基于卫星正射影像全姿态的深度学习样本制备的目标识别方法，其特征在于步骤如下：

(1)根据权利要求1所述的一种基于卫星正射影像全姿态的深度学习样本制备方法，得到最终的待参与深度学习训练的样本集；

(2)利用最终的待参与深度学习训练的样本集中的样本，对飞行器实际拍摄的目标图像进行识别，准确识别出目标。

7.一种基于卫星正射影像全姿态的深度学习样本制备系统，其特征在于：包括：图像生成模块、图像处理模块、样本集存储模块；

图像生成模块，利用目标的卫星正射影像数据，使用光线追踪的方法，生成飞行器与目标在不同距离、不同方位角、不同高低角下的目标区图像，作为待参与深度学习训练的样本；

图像处理模块，将所述目标区图像进行灰度反转处理，得到待参与深度学习训练的样本；将所述目标区图像进行高斯模糊处理，得到待参与深度学习训练的样本；将所述目标区图像进行对数变换，得到待参与深度学习训练的样本；调整所述目标区图像亮度，得到待参与深度学习训练的样本；对所述目标区图像进行直方图均衡化，得到待参与深度学习训练的样本；

样本集存储模块，将所有待参与深度学习训练的样本形成最终的待参与深度学习训练的样本集，存入样本集存储模块。

8.根据权利要求7所述的一种基于卫星正射影像全姿态的深度学习样本制备系统，其特征在于：目标为地面固定目标。

9.根据权利要求7所述的一种基于卫星正射影像全姿态的深度学习样本制备系统，其特征在于：目标区，是指以目标为中心，设定的正方形区域，目标区的像素优选为300*300像素。

10.一种基于卫星正射影像全姿态的深度学习样本制备的目标识别系统，其特征在于包括：权利要求7所述的一种基于卫星正射影像全姿态的深度学习样本制备系统和识别模块；

权利要求7所述的一种基于卫星正射影像全姿态的深度学习样本制备系统，得到最终的待参与深度学习训练的样本集；

识别模块，利用最终的待参与深度学习训练的样本集中的样本，对飞行器实际拍摄的目标图像进行识别，准确识别出目标。