[发明专利]一种基于特征筛选的探测数据处理方法在审
申请号: | 202010995449.1 | 申请日: | 2020-09-21 |
公开(公告)号: | CN112651278A | 公开(公告)日: | 2021-04-13 |
发明(设计)人: | 安庆;陈艳华;李强;王俊华 | 申请(专利权)人: | 武昌理工学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
代理公司: | 北京化育知识产权代理有限公司 11833 | 代理人: | 尹均利 |
地址: | 430223 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 特征 筛选 探测 数据处理 方法 | ||
本发明提供一种基于特征筛选的探测数据处理方法,涉及探测技术领域,包括以下步骤:S1:获取多个探测器的探测图像,提取关键特征;S2:获取出现率在第一阈值以上的关键特征;S3:依次判断是否有两个关键特征共同出现率低于第二阈值;若是输出上述两个关键特征,执行S4;反之执行S5;S4:将分别与上述两个关键特征共同出现的关键特征评分,保留评分高的关键特征,删除评分低的关键特征,执行S5;S5:将图像按照保留的关键特征点进行组合投票,获取投票结果第一的图像作为探测目标。本发明的遥感探测更加准确,误判几率小,在多源图像识别时,进行区别特征筛选,避免多个相反的结果之间相互干扰,可以适用于各类远程探测情况。
技术领域
本发明涉及远距离探测技术领域,
尤其是,本发明涉及一种基于特征筛选的探测数据处理方法。
背景技术
随着近年来传感器技术、无线通信技术和航空航天技术等相关学科的快速发展和创新,世界范围内已经成功发射并运行着大量的光学遥感卫星和合成孔径雷达(SyntheticAperture Radar,SAR)卫星。
光学数据与SAR数据是卫星遥感领域最常见的两种数据类型,由于各自的成像原理不同,两者在对地观测上各有千秋。SAR传感器具备全天时、全天候探测能力,能够穿透云层、雾气且不受阴影遮挡、光照时间的影响,但其纹理和地物辐射信息量不够,解译难度也较大。光学遥感影像能够直观的将纹理、颜色与形状等方面的信息反映给使用者,但由于光照和天气的限制,数据获取的能力有限。简而言之,SAR遥感影像在几何特性上具有明显优势,光学遥感影像在辐射特性上能够提取丰富的光谱信息,对于分类、解译更有利,一般的远程信息获取都是采用多源观测,然后综合计算得到最佳数据。
如公告号为CN110443201A的中国发明专利涉及多源影像目标识别方法。目的是为了解决现有舰船目标识别准确率低的问题。过程为:一、获取大量疑似舰船停靠码头的切片,并根据直线角度,旋转码头切片至水平;二、获取疑似舰船坐标,提取对应坐标的疑似舰船切片;三、将疑似舰船分类为舰船目标和非舰船目标;四、对分类为舰船的目标,提取光学切片,分别进行飞行甲板类型、船头尖角位置、船头轮廓类型、垂直发射装置位置检测,提取SAR切片,进行舰桥位置检测;五、进行多属性融合的舰船型号识别;六、基于五取投票结果最大的一类作为舰船型号识别结果。该发明用于遥感影像目标检测识别技术领域。
但是上述方法尽管可以大幅提高目标识别准确率,但是在超远距离探测或者仅仅依靠小型探测器获得的图像清晰度不够的情况下,很容易形成误判,或者多源图像之间相互干扰,并且在高精度遥感需求时,或者目标特征不明显时,可能造成错误判断,引发重大后果。
因此为了解决上述问题,设计一种合理的基于特征筛选的探测数据处理方法对我们来说是很有必要的。
发明内容
本发明的目的在于提供一种遥感探测更加准确,误判几率小,在多源图像识别时,进行区别特征筛选,避免多个相反的结果之间相互干扰,可以适用于各类远程探测情况的基于特征筛选的探测数据处理方法。
为达到上述目的,本发明采用如下技术方案得以实现的:
一种基于特征筛选的探测数据处理方法,包括以下步骤:
S1:获取多个探测器对于探测目标的探测图像,提取所有图像的关键特征;
S2:获取出现率在第一阈值以上的所有关键特征;
S3:依次判断是否有两个关键特征在同一幅图像上共同出现率低于第二阈值;若是,则输出上述两个关键特征,执行步骤S4;反之直接执行步骤S5;
S4:将分别与上述两个关键特征在同一幅图像上共同出现的关键特征进行评分,保留评分高的关键特征,删除评分低的关键特征,执行步骤S5;
S5:将图像按照保留的关键特征点进行组合投票,获取投票结果第一的图像作为探测目标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武昌理工学院,未经武昌理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010995449.1/2.html,转载请声明来源钻瓜专利网。