[发明专利]基于卫星超时相数据多源信息的运动目标提取方法

权利要求书

1.一种基于卫星超时相数据多源信息的运动目标提取方法，包括以下步骤：

a、采集一区域的超时相图像，并对图像进行预处理；

b、初步提取图像中的运动目标，并提取图像中运动目标依赖的道路目标；

c、依据初步提取的运动目标和道路目标共同完成图像中运动目标的进一步提取；

d、对所述步骤(c)提取的目标结果图像进行形态学处理，得到最终结果。

2.根据权利要求1所述的方法，其特征在于，在所述步骤(a)中，采集当前帧图像并在当前帧的前、后一段时间内各采集一帧图像，形成前帧、当前帧和后帧的三帧序列；

三帧图像采集的时间间隔通过运动目标的速度、长度以及视频的帧频共同决定，运动目标在提取出的相邻帧之间的运动幅度在10m至100m之间。

3.根据权利要求2所述的方法，其特征在于，所述步骤(a)中的预处理为，以当前帧为基准先后对其之前和之后提取出的一帧图像进行帧间配准；

所述帧间配准包括，将当前帧图像与其之前或之后的一帧图像读入数组，采用SIFT、SURF、ORB或AKAZE算法对两帧图像分别进行关键点检测和特征描述；

利用匹配器对两帧图像上的关键点进行特征匹配，匹配的方法是计算每对关键点之间的描述符的距离，返回与每个关键点的k个最佳匹配中的最小距离；

根据匹配点对计算两幅图像变换的单应矩阵，对当前帧之前或之后的一帧图像进行图像变形，变形时采用RANSAC算法去除异常点对。

4.根据权利要求2所述的方法，其特征在于，在所述步骤(b)中，初步提取图像中的运动目标的方式为分别基于运动目标的速度属性和时间序列属性提取运动目标；

基于运动目标的速度属性提取运动目标时，利用光流法对当前帧及其之前的一帧图像进行稠密光流解算，获得每个像元的光流状态，像元的速度和方向均不变则为背景，反之则为前景目标；

基于运动目标的时间序列属性提取运动目标时，利用三帧差分法结合运动目标在时间序列上的运动性特征，初步划分出前景目标和背景目标；

利用基于深度学习的D_LinkNet网络在图像上对运动目标依赖的道路目标进行提取。

5.根据权利要求4所述的方法，其特征在于，基于运动目标的速度属性提取运动目标时，依次输入需要进行光流计算的前一帧图像和当前帧图像，指定图像比例为每个图像构建金字塔；

确定金字塔的层数、平均窗口的大小、算法在图像金字塔每层的迭代次数、在每个像素点处计算多项式展开的相邻像素点的个数、用于平滑导数的高斯标准偏差以及初始流近似；

将计算的光流从笛卡尔坐标系转化到极坐标系下，获取每个像素点的速度和方向；

根据光流解算的速度和方向，像素点的速度和方向值均为0的表示为背景目标，否则，为前景目标。

6.根据权利要求4所述的方法，其特征在于，所述步骤(b)中基于运动目标的时间序列属性提取运动目标时，将采集到的三帧图像全部读取，并将图像由RGB图转化为灰度图；

分别将当前帧的灰度图和其之前和之后帧的灰度图做帧间差分获得两个差值图；

设定阈值以对两个差值图分别进行二值化，得到两个区分了前景和背景目标的二值图；

对两个二值图进行与操作，并在相交后的图像中进行运动目标的提取。

7.根据权利要求5或6所述的方法，其特征在于，所述步骤(b)中提取运动目标依赖的道路目标时，首先构建网络训练和测试的样本数据集，用于生成道路提取网络；

选取一些目标卫星的遥感影像，对影像中的道路目标和其他目标进行标注；

将数据集按一定比例划分为训练集、验证集和测试集，训练集用于对网络参数进行迭代训练，验证集用于验证所训练模型是否能够达到期望的精度；

将当前帧图像作为测试数据集，输入训练好的道路提取网络，得到最终的道路分割结果。