一种SAR图像建筑物墙面窗户信息提取方法

    公开(公告)号:CN110276240B

    公开(公告)日:2021-05-28

    申请号:CN201910241719.7

    申请日:2019-03-28

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种SAR图像建筑物墙面窗户信息提取方法,具体步骤为:1)利用点特征提取方法得到SAR图像中建筑物亮点;2)利用Radon变换得到SAR图像中建筑物亮点对应的方位向间距;3)利用纹理相关性最大法得到SAR图像建筑物亮点对应的距离向间距;4)利用Radon变换投影方差法得到SAR图像中建筑物墙面方位角;5)基于SAR图像建筑物亮点的Delaunay三角网,利用三角面元匹配法来提取准确建筑物墙面窗口数量及空间分布。本发明对SAR图像进行一些列图像处理过程,提取建筑物墙面窗户数量及其分布情况,实现对建筑物目标墙面精细结构提取,可满足于SAR图像人工目标精细识别与判读解译,在城市规则和国土监测等领域具有很大应用前景。

    一种基于人机融合的目标识别方法

    公开(公告)号:CN110348296A

    公开(公告)日:2019-10-18

    申请号:CN201910464579.X

    申请日:2019-05-30

    摘要: 本发明涉及一种基于人机融合的目标识别方法,属于遥感图像处理和分析领域,解决大幅面多目标遥感图像的目标识别分类问题;方法包括,获取图像分析员进行图像分析时的眼动信号,生成与图像对应的眼动热图,根据设置的热度阈值确定图像中的候选目标区域,裁剪图像提取候选目标;利用预先训练的卷积神经网络对所述候选目标进行特征提取;根据候选目标的特征进行目标识别和分类。本发明联合了人眼准确高效的目标搜索能力和卷积神经网络强大的目标分类能力,实现大幅面可见光遥感图像目标识别,并且可扩展应用于红外、高光谱、合成孔径雷达遥感图像目标识别。

    一种由区域到目标的可见光遥感图像候选目标提取方法

    公开(公告)号:CN110008900B

    公开(公告)日:2023-12-12

    申请号:CN201910262519.X

    申请日:2019-04-02

    摘要: 本发明涉及一种由区域到目标的可见光遥感图像候选目标提取方法,属于遥感图像处理和分析技术领域,解决了现有候选目标提取方法应用场景受限或提取的候选目标数量太多的问题。包括以下步骤:通过第一滑窗在遥感图像中提取大尺度区域,第一滑窗的尺寸根据目标大小确定;将上述提取的大尺度区域依次输入到训练好的候选区域识别模型中进行分类,得到包含感兴趣目标的候选区域;通过第二滑窗在上述候选区域中进行候选目标提取,第二滑窗的尺寸小于第一滑窗。本发明实现了在相同的召回率下,提取的候选目标数量远少于现有方法,有效减少目标检测识别工作量,提高后续检测识别的速度和精度;同时,可应用于各种环境场合,克服了场景限

    一种SAR图像建筑物墙面窗户信息提取方法

    公开(公告)号:CN110276240A

    公开(公告)日:2019-09-24

    申请号:CN201910241719.7

    申请日:2019-03-28

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种SAR图像建筑物墙面窗户信息提取方法,具体步骤为:1)利用点特征提取方法得到SAR图像中建筑物亮点;2)利用Radon变换得到SAR图像中建筑物亮点对应的方位向间距;3)利用纹理相关性最大法得到SAR图像建筑物亮点对应的距离向间距;4)利用Radon变换投影方差法得到SAR图像中建筑物墙面方位角;5)基于SAR图像建筑物亮点的Delaunay三角网,利用三角面元匹配法来提取准确建筑物墙面窗口数量及空间分布。本发明对SAR图像进行一些列图像处理过程,提取建筑物墙面窗户数量及其分布情况,实现对建筑物目标墙面精细结构提取,可满足于SAR图像人工目标精细识别与判读解译,在城市规则和国土监测等领域具有很大应用前景。

    一种由区域到目标的可见光遥感图像候选目标提取方法

    公开(公告)号:CN110008900A

    公开(公告)日:2019-07-12

    申请号:CN201910262519.X

    申请日:2019-04-02

    IPC分类号: G06K9/00 G06K9/62 G06N3/04

    摘要: 本发明涉及一种由区域到目标的可见光遥感图像候选目标提取方法,属于遥感图像处理和分析技术领域,解决了现有候选目标提取方法应用场景受限或提取的候选目标数量太多的问题。包括以下步骤:通过第一滑窗在遥感图像中提取大尺度区域,第一滑窗的尺寸根据目标大小确定;将上述提取的大尺度区域依次输入到训练好的候选区域识别模型中进行分类,得到包含感兴趣目标的候选区域;通过第二滑窗在上述候选区域中进行候选目标提取,第二滑窗的尺寸小于第一滑窗。本发明实现了在相同的召回率下,提取的候选目标数量远少于现有方法,有效减少目标检测识别工作量,提高后续检测识别的速度和精度;同时,可应用于各种环境场合,克服了场景限制。