[发明专利]一种大型遥感影像的人工判证辅助方法

说明书

本发明公开了一种大型遥感影像的人工判证辅助方法，属于遥感图像处理领域。本发明首先对遥感图像进行分块并进行检测等处理，将处理结果进行保存。然后根据分块策略进行影像逻辑分块，加载分块图片，及处理结果进行矢量标注，基于标注结果进行人工判证。在人工判证过程中，将相邻图片预加载至内存，相邻图片进行人工判证操作时，直接从内存中获取。同时利用目标的几何特征、纹理特征实现对虚警目标、漏检目标的修正。本发明可节约大量等待时间，实现目标的精确筛选及漏检目标的补充，从而大幅提高人工判证的效率。

技术领域

本发明属于遥感图像处理技术领域，具体涉及一种大型遥感影像的人工判证辅助方法。

背景技术

随着地观测技术的迅速发展，遥感对地观测获取影像的分辨率越来越高，目前已经实现亚米级对地观测。但是，高分辨率遥感影像的数据量通常较大，单幅遥感影像往往达到几十GB。

目前，遥感图像处理技术如目标检测等，受影像背景复杂、俯视拍摄、目标尺寸等因素影响，处理效果并不理想，经常需要结合人工判证进行使用。然而，在人工判证过程中，由于遥感影像的数据量较大，直接从硬盘中获取遥感影像需要耗费大量时间，判证过程中卡顿严重，影响判证效率。此外，通常目标检测结果虚警率和漏检率都较高，需要频繁的人工操作，耗费大量判证时间。

发明内容

本发明的目的在于提供一种高效的大型遥感影像的人工判证方法，该方法能够减少人工操作的次数，提高人工判证效率。

为了实现上述目的，本发明采用的技术方案为：

一种大型遥感影像的人工判证辅助方法，包括以下步骤：

步骤1，读取遥感影像参数，获取遥感影像信息，所述遥感影像信息包括影像的宽度、高度、波段数；

步骤2，根据判读幅框的大小，对大型遥感影像进行自动化逻辑分块；

步骤3，对逻辑分块图像进行目标检测，生成分块xml文件并进行保存；

步骤4，获取分块图像并进行显示，同时按照优化策略，读取当前分块周边的图像，将其预先加载至内存；

步骤5，从分块xml文件中加载当前图像分块及其周边分块图像的目标检测处理结果，提取目标的几何特征信息，并基于目标的几何特征进行目标的预筛选；

步骤6，根据步骤5中的目标预筛选结果，利用平均特征图像匹配方法，计算目标的纹理特征，进一步完成目标的精确筛选以及漏检目标补充；

步骤7，将步骤6中的检测结果在分块图像上进行矢量标注，根据目标检测结果的来源，使用不同颜色的框线进行标识，在此基础上进行人工判证；

步骤8，将人工判证后的目标标注信息形成xml文件并进行保存，该xml文件中包括目标外接矩形的长、目标外接矩形的宽、外接矩形顶点位置、检测到的目标个数；

步骤9，重复步骤4～步骤8，直至所有分块均完成人工判证。

进一步的，所述步骤2中的分块块数为m行n列，起始行列数均为1，所述步骤4中当前分块的序列号为p行q列，步骤4的具体方式为：

步骤4a，若p＝1，q＝1，图片直接从硬盘中读取，在人工判证过程中预加载序列号为(p，q+1)、(p+1，q)的图片至内存；

步骤4b，若p＝1，1＜q＜n，图片直接从内存中获取，在人工判证过程中预加载序列号为(p，q-1)、(p，q+1)、(p+1，q)的图片至内存；

步骤4c，若p＝1，q＝n，图片直接从内存中获取，在人工判证过程中预加载序列号为(p，q-1)、(p+1，q)的图片至内存；