[发明专利]一种无人机多光谱遥感图像拼接分析方法

权利要求书

1.一种无人机多光谱遥感图像拼接分析方法，其特征在于，包括以下步骤：

S1000、检测模型训练，标注多光谱遥感图像数据集并通过所述多光谱遥感图像数据集对所述检测模型进行训练；

S2000、待拼接图像推理，使用训练后的检测模型对所述待拼接图像进行推理检测；

S3000、所述待拼接图像拼接，对特征描述子进行匹配并对所述待拼接图像进行拼接得到全景图像。

2.如权利要求1所述的无人机多光谱遥感图像拼接分析方法，其特征在于，还包括以下步骤：

S4000、所述全景图像分析，将所述待拼接图像的语义信息映射至所述全景图像。

3.如权利要求1或2所述的无人机多光谱遥感图像拼接分析方法，其特征在于，所述步骤S1000中具体包括：

S1100、基于规则随机生成实时渲染数据集；

S1200、使用所述实时渲染数据集对标注模型进行训练；

S1300、使用所述标注模型对所述多光谱遥感图像数据集进行标注；

S1400、使用标注后的多光谱遥感图像数据集对所述检测模型进行训练；

S1500、进行量化，剪裁并最终得到检测模型。

4.如权利要求3所述的无人机多光谱遥感图像拼接分析方法，其特征在于，所述步骤S1200还包括：

S1210、使用所述标注模型进行下采样，通过卷积块和最大池化块完成；

S1220、使用所述标注模型进行上采样，通过卷积块和反卷积块完成；

S1230、对所述标注模型的中间特征张量跳层连接；

S1240、计算特征描述子坐标损失函数并反向传播；

S1250、判断是否达到指定迭代次数，如果未达到，则返回步骤S1100；如果达到，则完成训练，执行步骤S1300。

5.如权利要求4所述的无人机多光谱遥感图像拼接分析方法，其特征在于，所述步骤S1300具体包括：

S1310、使用所述标注模型对所述多光谱遥感图像数据集进行推理检测，得到每一张图像的特征描述子位置坐标标签；

S1320、使用数据增强手段对所述多光谱遥感图像数据集进行扩充，得到扩充多光谱遥感图像数据集；

S1330、使用所述标注模型对所述扩充多光谱遥感图像数据集进行推理检测，得到所述扩充多光谱遥感图像数据集的特征描述子标签；

S1340、将所述扩充多光谱遥感图像数据集的标签与原始多光谱遥感图像数据集数据集的标签叠加，得到稠密特征描述子标签Y。

6.如权利要求5所述的无人机多光谱遥感图像拼接分析方法，其特征在于，所述步骤S1400包括：

S1410、使用所述检测模型进行下采样，下采样由卷积块和最大池化块完成；

S1420、使用所述检测模型进行上采样，通过卷积块和反卷积块完成；

S1430、对所述检测模型的中间特征张量跳层连接；

S1440、计算特征描述子坐标损失函数并反向传播；

S1450、计算特征描述子特征向量损失函数并反向传播。

7.如权利要求6的无人机多光谱遥感图像拼接分析方法，其特征在于，所述步骤S1400还包括：

S1460、计算像素级语义信息损失函数并反向传播。

8.如权利要求6或7的无人机多光谱遥感图像拼接分析方法，其特征在于，所述步骤S1400还包括：

S1470、判断是否达到指定迭代次数，如果未达到，则返回步骤S1300；如果达到，则完成训练，执行步骤S1500。