基于多源影像联合形状分析与多属性融合的目标识别方法

    公开(公告)号:CN110443201B

    公开(公告)日:2023-01-10

    申请号:CN201910722047.1

    申请日:2019-08-06

    Inventor: 陈浩 陈稳 高通

    Abstract: 基于多源影像联合形状分析与多属性融合的目标识别方法,本发明涉及多源影像目标识别方法。本发明的目的是为了解决现有舰船目标识别准确率低的问题。过程为:一、获取大量疑似舰船停靠码头的切片,并根据直线角度,旋转码头切片至水平;二、获取疑似舰船坐标,提取对应坐标的疑似舰船切片;三、将疑似舰船分类为舰船目标和非舰船目标;四、对分类为舰船的目标,提取光学切片,分别进行飞行甲板类型、船头尖角位置、船头轮廓类型、垂直发射装置位置检测,提取SAR切片,进行舰桥位置检测;五、进行多属性融合的舰船型号识别;六、基于五取投票结果最大的一类作为舰船型号识别结果。本发明用于遥感影像目标检测识别技术领域。

    一种基于特征迁移的舰船目标识别方法

    公开(公告)号:CN110598636A

    公开(公告)日:2019-12-20

    申请号:CN201910866137.8

    申请日:2019-09-09

    Abstract: 一种基于特征迁移的舰船目标识别方法,它属于舰船目标识别领域。本发明解决了在现有方法中,由于待识别的目标与已知训练的目标数据在外观以及成像质量的特性方面不一样,导致对待识别目标识别的效果差的问题。本发明提取不同分辨率的舰船图像的HOG特征,基于空间对齐与概率适配的的迁移学习方法,将源域的HOG特征和目标域的HOG特征映射到相同的特征空间,然后在同一特征空间中进行概率适配和实例权重调节,重新生成新的源域向量化HOG特征与新的目标域向量化HOG特征,利用新的源域向量化HOG特征对支持向量机进行训练,利用训练好的支持向量机进行待识别图像的目标识别。本发明可以应用于遥感图像中舰船目标的识别。

    一种基于分级特征张量的目标渐进式检测识别方法

    公开(公告)号:CN110443207A

    公开(公告)日:2019-11-12

    申请号:CN201910727379.9

    申请日:2019-08-07

    Inventor: 陈浩 高通 陈稳

    Abstract: 一种基于分级特征张量的目标渐进式检测识别方法,它属于遥感图像中的目标检测识别技术领域。本发明解决了现有方法对遥感图像中目标检测识别的准确率低的问题。本发明建立了基于张量模式的目标识别模型,该模型改善了典型向量模式识别方法忽略了遥感影像目标内在的结构信息,小样本下容易出现过拟合的问题。其通过学习最具判别能力的分级特征张量,并利用软硬间隔支持张量机实现目标的准确识别。本发明适用于大场景遥感图像中目标的检测识别。对于信息量大、背景复杂的遥感图像,可以获得98%以上的检测准确率,本发明可以应用于遥感图像中的目标检测识别技术领域。

    遥感图像飞机目标的分层识别方法

    公开(公告)号:CN109614936A

    公开(公告)日:2019-04-12

    申请号:CN201811519198.9

    申请日:2018-12-12

    Abstract: 遥感图像飞机目标的分层识别方法,本发明涉及飞机目标的分层识别方法。本发明的目的是为了解决现有遥感图像中飞机目标识别准确率低,速度慢的问题。过程为:一、对对原始包含飞机目标的高分辨率遥感图像进行降采样;二、对降采样后的低分辨率图像进行LSD检测,得到断裂直线,连接断裂直线,保留满足长度阈值的直线,利用机场跑道的光谱特征,对满足长度阈值的直线中满足光谱阈值的直线进行筛选;三、得到机场跑道直线;四、定位机场图像,对定位的机场图像进行切割,切割成子图;五、利用视觉显著性方法检测子图像,得到候选窗口;六、提取候选窗口SIFT特征,利用分类器分类,获得飞机目标最终识别结果。本发明用于目标识别领域。

    一种遥感图像中目标到目标部位的分级识别方法

    公开(公告)号:CN107563447A

    公开(公告)日:2018-01-09

    申请号:CN201710805959.6

    申请日:2017-09-08

    Abstract: 一种遥感图像中目标到目标部位的分级识别方法,本发明涉及遥感图像中目标到目标部位的分级识别方法。本发明的目的是为了解决现有遥感影像目标识别方法不能在不同层级上对目标或目标部位进行识别的问题。过程为:一、根据待识别的光学遥感图像的要求,确定待识别的光学遥感图像的级数;二、对待识别的光学遥感图像进行目标识别;三、得到待识别区域切片上含有标记为目标的切片;四、获得最终含有目标标记的切片;五:对待识别的光学遥感图像进行目标部位识别;六、得到待识别区域切片上含有标记为目标部位的切片;七、获得最终含有目标部位标记的切片。本发明用于遥感图像中目标分级识别领域。

    一种基于分级特征张量的目标渐进式检测识别方法

    公开(公告)号:CN110443207B

    公开(公告)日:2022-10-11

    申请号:CN201910727379.9

    申请日:2019-08-07

    Inventor: 陈浩 高通 陈稳

    Abstract: 一种基于分级特征张量的目标渐进式检测识别方法,它属于遥感图像中的目标检测识别技术领域。本发明解决了现有方法对遥感图像中目标检测识别的准确率低的问题。本发明建立了基于张量模式的目标识别模型,该模型改善了典型向量模式识别方法忽略了遥感影像目标内在的结构信息,小样本下容易出现过拟合的问题。其通过学习最具判别能力的分级特征张量,并利用软硬间隔支持张量机实现目标的准确识别。本发明适用于大场景遥感图像中目标的检测识别。对于信息量大、背景复杂的遥感图像,可以获得98%以上的检测准确率,本发明可以应用于遥感图像中的目标检测识别技术领域。

    一种基于轮廓精化和改进广义霍夫变换的近岸船只检测方法

    公开(公告)号:CN109325958B

    公开(公告)日:2021-11-05

    申请号:CN201811072336.3

    申请日:2018-09-13

    Abstract: 一种基于轮廓精化和改进广义霍夫变换的近岸船只检测方法,涉及光学遥感图像近岸船只检测方法。本发明解决了检测中出现的训练样本不足、船头轮廓破损等情况时,船只检测准确度低的问题,本发明获取待测类型船只的长度和宽度信息和船只的二值化边缘检测结果图像;获取等频量化霍夫空间投票梯度角参考表,利用待检测场景遥感图像,获取海岸线附近的多个船只疑似停放区域;对船只疑似停放区域的边缘轮廓的每个点均进行霍夫空间投票,投票累加值大于阈值A的点为船只疑似停放区域中船头的中心参考点;用最小矩形框在待检测场景遥感图像中标记疑似船只;对所有疑似船只进行去除虚警和融合重叠处理,完成近岸船只检测。本发明适用于近海岸船只检测使用。

    一种遥感图像中目标到目标部位的分级识别方法

    公开(公告)号:CN107563447B

    公开(公告)日:2020-11-10

    申请号:CN201710805959.6

    申请日:2017-09-08

    Abstract: 一种遥感图像中目标到目标部位的分级识别方法,本发明涉及遥感图像中目标到目标部位的分级识别方法。本发明的目的是为了解决现有遥感影像目标识别方法不能在不同层级上对目标或目标部位进行识别的问题。过程为:一、根据待识别的光学遥感图像的要求,确定待识别的光学遥感图像的级数;二、对待识别的光学遥感图像进行目标识别;三、得到待识别区域切片上含有标记为目标的切片;四、获得最终含有目标标记的切片;五、对待识别的光学遥感图像进行目标部位识别;六、得到待识别区域切片上含有标记为目标部位的切片;七、获得最终含有目标部位标记的切片。本发明用于遥感图像中目标分级识别领域。

    基于视觉显著性和队列修正的停车场和车辆目标检测方法

    公开(公告)号:CN109635733B

    公开(公告)日:2020-10-27

    申请号:CN201811517627.9

    申请日:2018-12-12

    Abstract: 基于视觉显著性和队列修正的停车场和车辆目标检测方法,它属于停车场内车辆检测技术领域。本发明解决了现有遥感图像车辆目标检测方法处理速度慢、车辆目标检测效果差的问题。本发明根据停车场区域亮度特征设计一种基于亮度特征的显著图BBSM用于停车场区域粗提取,再利用停车场区域的颜色特征和面特征精确提取停车场轮廓;在每一个精提取的停车场轮廓内,提取可能包含车辆的疑似区域,设计基于边缘统计模型的车辆队列排布方向的计算方法来修正车辆队列排布方向,最后利用滑窗方法切割车辆队列来提取疑似车辆切片,提取切片的HOG特征后,利用SVM分类器进行二分类,将分类为车辆的目标标记回原图,实现车辆检测;本发明应用于停车场内车辆检测技术领域。

    一种基于轮廓精化和改进广义霍夫变换的近岸船只检测方法

    公开(公告)号:CN109325958A

    公开(公告)日:2019-02-12

    申请号:CN201811072336.3

    申请日:2018-09-13

    Abstract: 一种基于轮廓精化和改进广义霍夫变换的近岸船只检测方法,涉及光学遥感图像近岸船只检测方法。本发明解决了检测中出现的训练样本不足、船头轮廓破损等情况时,船只检测准确度低的问题,本发明获取待测类型船只的长度和宽度信息和船只的二值化边缘检测结果图像;获取等频量化霍夫空间投票梯度角参考表,利用待检测场景遥感图像,获取海岸线附近的多个船只疑似停放区域;对船只疑似停放区域的边缘轮廓的每个点均进行霍夫空间投票,投票累加值大于阈值A的点为船只疑似停放区域中船头的中心参考点;用最小矩形框在待检测场景遥感图像中标记疑似船只;对所有疑似船只进行去除虚警和融合重叠处理,完成近岸船只检测。本发明适用于近海岸船只检测使用。

Patent Agency Ranking