[发明专利]一种基于深度学习的无人机遥感图像板房或建材检测方法

摘要

本发明公开了一种基于深度学习的无人机遥感图像板房或建材检测方法；该方法首先对高分辨率无人机航拍图像进行降采样，然后映射对板房，堆放建材敏感的灰度空间，根据图像的明暗对比程度来决定是否采用直方图均衡化，然后对以上处理后的图像使用LSD线段检测，接着对检测后的直线进行长度约束，然后将线段连接在一起，最后提取线对连接区域的最小外接矩形，从而在此区域基础上进行深度学习判定，最终达到检测目标的目的。该方法适用于环境复杂，条件恶劣的地区，能够精确的检测出板房或建材区域，节约人力成本、精度高、效率高。

主权项

1.一种基于深度学习的无人机遥感图像板房或建材检测方法，其特征在于，包括以下步骤：步骤1，无人机航拍图像进行降采样，得到降采样后的图像；步骤2，将降采样后图像中的映射空间进行灰度处理，得到灰度处理后的图像；步骤3，用户判断灰度处理后的图像是否进行直方图均衡化，得到直方图均衡化的图像；如果需要，执行步骤4，否者执行步骤5；步骤4，将灰度处理后的图像进行直方图均衡化，执行步骤5；步骤5，将灰度处理后的图像或直方图均衡化的图像进行LSD线段检测，提取出图像中直线线段边缘；步骤6，对直线线段边缘进行线段长度约束处理，提取符合线段长度约束范围内的线段，作为提取出的线段；步骤7，将步骤6提取出的线段生成线段簇；步骤8，通过步骤7得到的线段簇求得最小外接矩形，作为检测候选框；步骤9，针对检测候选框进行深度学习模板判定，检测出板房或减材；所述深度学习模板判定采用CNN网络模型判定。