一种基于动态边界覆盖的并行遥感图像舰船检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115880584A(43)申请公布日2023.03.31(21)申请号202211177461.7G06N3/044(2023.01)(22)申请日2022.09.26G06N3/0464(2023.01)G06N3/08(2023.01)(71)申请人中国四维测绘技术有限公司地址100048北京市海淀区紫竹院百胜村一号(72)发明人张棋帅王启为彭博王浩天杜兴强王冠珠黄涛(74)专利代理机构中国航天科技专利中心11009专利代理师张晓飞(51)Int.Cl.G06V20/13(2022.01)G06V10/26(2022.01)G06V10/774(2022.01)G06V10/82(2022.01)权利要求书1页说明书4页附图3页(54)发明名称一种基于动态边界覆盖的并行遥感图像舰船检测方法(57)摘要本发明一种基于动态边界覆盖的并行遥感图像舰船检测方法，步骤如下：进行原始遥感卫星数据影像预处理；设定不同的重叠值，以该重叠值切分原始遥感卫星数据影像，得到遥感卫星切分数据；结合原始SSD深度学习网络模型，修改网络结构，得到训练之后的模型网络；将遥感卫星切分数据输入训练之后的模型网络，进行舰船目标分割，得到舰船目标矢量数据；对舰船目标矢量数据后处理，并进行数据的剔除、拼接、转换和统计。CN115880584ACN115880584A权利要求书1/1页1.一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于步骤如下：进行原始遥感卫星数据影像预处理；设定不同的重叠值，以该重叠值切分原始遥感卫星数据影像，得到遥感卫星切分数据；结合原始SSD深度学习网络模型，修改网络结构，得到训练之后的模型网络；将遥感卫星切分数据输入训练之后的模型网络，进行舰船目标分割，得到舰船目标矢量数据；对舰船目标矢量数据后处理，并进行数据的剔除、拼接、转换和统计。2.根据权利要求1所述的一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于：所述遥感图像数据预处理包括遥感数据增强和数据降位。3.根据权利要求2所述的一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于：所述遥感数据增强包括：进行遥感图像数据左右、上下旋转为主的遥感数据增强。4.根据权利要求1所述的一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于：所述设定不同的重叠值，以该重叠值切分原始遥感卫星数据影像，得到遥感卫星切分数据，包括：首先使用传统目标检测算法FasterRCNN进行卫星图片的舰船识别，估算原始遥感影像中舰船的大小和面积，据此设定不同的重叠值，以该重叠值切分原始遥感卫星数据影像，得到遥感卫星切分数据。5.根据权利要求4所述的一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于：设定不同的重叠值，包括：根据原始遥感影像中舰船的大小和面积，保证每个识别的舰船目标至少在一块子图像上完整出现。6.根据权利要求1所述的一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于：所述结合原始SSD深度学习网络模型，修改网络结构，得到训练之后的模型网络，包括：结合原始SSD深度学习网络模型，修改网络结构，将最后一层分类网络改为全卷积网络，实现目标分割。7.根据权利要求1所述的一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于：结合原始SSD深度学习网络模型，修改网络结构，得到训练之后的模型网络，还包括：将串行深度学习网络改为多GPU并行网络结构，加速网络模型的训练。8.根据权利要求1所述的一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于：在将遥感卫星切分数据输入训练之后的模型网络过程中，在尽量节省资源的情况下，多进程处理图片。9.根据权利要求1所述的一种基于动态边界覆盖的并行遥感图像舰船检测方法，其特征在于：所述对舰船目标矢量数据后处理，并进行数据的剔除、拼接、转换和统计，包括：将舰船目标矢量数据进行坐标转换，将小图片坐标转换为分割前的大图坐标，并且使用非极大值抑制方法进行数据的剔除、拼接、转换和统计。2CN115880584A说明书1/4页一种基于动态边界覆盖的并行遥感图像舰船检测方法技术领域[0001]本发明涉及一种遥感图像舰船检测方法，特别是一种基于动态边界覆盖的并行遥感图像舰船检测方法。背景技术[0002]随着航天技术、信息技术和传感器技术的飞速发展，卫星遥感图像的空间分辨率与时间分辨率也大大提高，遥感技术的应用领域持续扩大，遥感图像的计算机自动处理也越来越受到人们的重视。目标识别与分割是计算机自动处理中的一个重要环节，是许多应用的重要组成部分，该类算法因为操作复杂所以非常耗时，使得某些需要快速目标识别的应用难以完成，提高海量遥感数据的目标识别与处理的速度，一直是遥感数据处理的研