[发明专利]一种基于稀疏指引与显著驱动的遥感目标检测方法

摘要

一种基于稀疏指引与显著驱动的遥感目标检测方法，其步骤为：①将输入的遥感图像分为子块，提取全局颜色特征聚类形成全局字典，同时提取图像边缘子块的颜色特征聚类形成背景字典；②分别利用所述全局字典和背景字典对输入的所有图像子块进行稀疏表示，得到全局和背景稀疏表示系数；③对步骤②得到的稀疏表示系数聚类生成全局和背景显著图；④对步骤③中所述全局和背景显著图进行平滑去噪后再利用贝叶斯融合得到最终显著图，获得显著目标区域；⑤对步骤④检测到的显著目标区域及采集的训练样本分别提取颜色特征和纹理特征，并用最大值约束稀疏编码模型进行稀疏表示；⑥利用步骤⑤获得的稀疏表示系数对所述显著目标区域进行目标类别识别。本发明可以准确、快速地从复杂背景中检测并识别出感兴趣的遥感目标，效果突出。

主权项

1.一种基于稀疏指引与显著驱动的遥感目标检测方法，其特征在于包括如下步骤：步骤1：将输入的遥感图像分为若干子块，提取全局子块的颜色特征，聚类形成全局字典，同时提取处于图像边界的子块的背景颜色特征，聚类形成背景字典；所述全局子块是指图像分成的所有子块；所述边界的子块是指处在图像四个边界的子块；边界总共包括N个子块；步骤2：利用所述全局字典对输入的所述遥感图像的所有子块进行稀疏表示，得到全局稀疏表示系数，利用所述背景字典对输入的所述遥感图像的所有子块进行稀疏表示，得到背景稀疏表示系数；步骤3：分别对所述全局稀疏表示系数和所述背景稀疏表示系数进行最大池化处理，将所述池化处理后的全局稀疏表示系数聚类生成全局显著图，将所述池化处理后的背景稀疏表示系数聚类生成背景显著图；步骤4：采用目标偏置的高斯模型分别对所述全局显著图和所述背景显著图进行平滑去噪处理；步骤5：对步骤4中平滑去噪处理后的所述全局显著图和所述背景显著图进行贝叶斯融合，得到最终的显著图即为图像显著性检测的最终结果，从而获得遥感图像中的显著目标区域：步骤6：对步骤5检测到的显著目标区域以及事先采集的多个不同遥感目标的训练样本分别提取其颜色特征和纹理特征，并使用训练样本颜色与纹理的级联特征聚类形成目标识别字典；步骤7：利用所述目标识别字典分别对显著目标区域和训练样本进行最大值约束的稀疏表示，得到显著目标区域和训练样本的最大值约束的稀疏表示系数；步骤8：利用训练样本的稀疏表示系数进行分类器训练，再对步骤5检测到的显著目标区域进行目标类别识别，从而实现遥感图像中显著目标的检测与识别。