[发明专利]一种像素级的卫星遥感小目标识别方法及系统

说明书

本发明涉及一种像素级的卫星遥感小目标识别方法及系统，属于图像处理和航天视频目标识别技术领域。本发明的方法包括：获取卫星遥感图像，并将图像分割成若干区块；对分割后的所述若干区块进行初筛，得到背景区块和目标区块；对所述背景区块进行目标形态学检测，保留包含目标的待精筛背景区块；对所述目标区块进行区域性目标识别，得到区域性目标图像；对所述区域性目标图像以及所述待精筛背景区块利用基于滑窗的小目标识别算法进行精筛，识别得到小目标。解决了现有技术中卫星遥感图像成像尺寸大，实时识别需要的计算资源极大以及识别准确度的问题。

技术领域

本发明涉及图像处理和航天视频目标识别技术领域，尤其涉及一种像素级的卫星遥感小目标识别方法及系统。

背景技术

目标识别即找出图像中所有感兴趣的物体，同时确定物体的类别和位置。目前主流技术趋势是基于深度学习算法的目标识别。其主要着重于对目标图像的语义理解上，通过卷积积分网络对图像的边缘特征进行提取，随着网络加深，逐渐提取深层次目标特征，通过理解图像语义来检测目标位置。

已有星载目标识别算法的难点主要是目标小，一般来讲低轨道卫星距地面1000～5000km，由于卫星与地面距离极远，因此感兴趣的目标在卫星相机中呈像只有2×2像素～8×8像素，且目标较为模糊，信噪比低，这种目标的检测精度会非常低。

其次卫星每次成像均为推扫方式，成像尺寸极大，一般每秒可生成超过500张1K图像，因此如果想实时进行识别，需要的计算资源极大。由于卫星载荷有限，无法部署大规模的人工智能算法硬件环境，受硬件环境的制约，检测速度也会有影响。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种像素级的卫星遥感小目标识别方法及系统，用以解决现有解决了现有技术中卫星遥感图像成像尺寸大，实时识别需要的计算资源极大以及识别准确度的问题。

一方面，本发明实施例提供了一种像素级的卫星遥感小目标识别方法，包括：

获取卫星遥感图像，并将图像分割成若干区块；

对分割后的所述若干区块进行初筛，得到背景区块和目标区块；

对所述背景区块进行目标形态学检测，保留包含待识别的小目标的待精筛背景区块；

对所述目标区块进行区域性目标识别，得到区域性目标图像；

对所述区域性目标图像以及所述待精筛背景区块利用基于滑窗的小目标识别算法进行精筛，识别得到小目标。

进一步的，获得卫星遥感图像，并将图像分割成若干区块，包括：

通过CXP接口接收卫星相机以行扫方式获得的视频流；

根据CXP协议解码，提取视频流中的卫星遥感图像数据；

将图像数据存入内存，存入若干行后开始读取数据并切成若干行的图片流，将得到的图片流自适应分割成N×N个区块。

进一步的，对分割后的所述若干区块进行初筛，得到背景区块和目标区块，包括：

通过将分割后的所述若干区块送入RESNET分类网络的识别算法进行初筛，输出0认为是背景，输出1认为是前景，得到背景区块和目标区块；其中，预先获取区域性目标的多张图片，并标注类别为1，获取包括背景的多张图片，并标注类别为0，训练得到所述RESNET分类网络。

进一步的，对所述背景区块进行目标形态学检测，保留包含待识别的小目标的待精筛背景区块，包括：

将背景区块与固定存储的典型图像做像素匹配对比，排除相似度较低的背景区域；其中，固定存储的典型图像指通过将若干采集到的待识别小目标的图像存储到卫星上得到的图像；在对比时对真实目标与类目标不做区分，均作为待精筛背景区块；