遥感图像的目标特征提取方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106650645A(43)申请公布日2017.05.10(21)申请号201611123475.5(22)申请日2016.12.08(66)本国优先权数据201510920938.X2015.12.11CN(71)申请人北京航空航天大学地址100191北京市海淀区学院路37号(72)发明人杨威郭筱蕾王凯匡辉(74)专利代理机构北京英创嘉友知识产权代理事务所(普通合伙)11447代理人南毅宁桑传标(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)权利要求书6页说明书12页附图3页(54)发明名称遥感图像的目标特征提取方法和装置(57)摘要本公开涉及一种遥感图像的目标特征提取方法和装置。所述方法包括：将目标遥感图像划分为多个区域图像，每个区域图像包括多个像素网格；对每个区域图像进行插值，得到每个区域图像的插值后数组；根据每个区域图像的插值后数组，确定每个区域图像的目标特征参数的预估计数组；根据每个区域图像的目标特征参数的预估计数组，通过高斯-牛顿迭代法，确定每个区域图像的目标特征参数；根据每个区域图像的目标特征参数确定所述目标遥感图像的目标特征参数。这样，能够有效、准确地提取遥感图像的分布目标的特征。CN106650645ACN106650645A权利要求书1/6页1.一种遥感图像的目标特征提取方法，其特征在于，所述方法包括：将目标遥感图像划分为多个区域图像，每个区域图像包括多个像素网格；对每个区域图像进行插值，得到每个区域图像的插值后数组；根据每个区域图像的插值后数组，确定每个区域图像的目标特征参数的预估计数组；根据每个区域图像的目标特征参数的预估计数组，通过高斯-牛顿迭代法，确定每个区域图像的目标特征参数；根据每个区域图像的目标特征参数确定所述目标遥感图像的目标特征参数。2.根据权利要求1所述的方法，其特征在于，所述对每个区域图像进行插值，得到每个区域图像的插值后数组的步骤包括：对一区域图像的像素网格对应的第一数组进行二维离散傅里叶变换，生成第二数组；对所述第二数组进行频域补零，生成第三数组；对所述第三数组进行二维离散傅里叶逆变换，生成该区域图像的插值后数组。3.根据权利要求1所述的方法，其特征在于，所述根据每个区域图像的插值后数组，确定每个区域图像的目标特征参数的预估计数组的步骤包括：根据一区域图像的插值后数组中，一像素网格内幅值最大的点的数组，确定该像素网格内的目标特征参数的预估计数组；根据该区域图像的插值后数组中，每个像素网格内的目标特征参数的预估计数组，确定该区域图像的目标特征参数的预估计数组。4.根据权利要求1所述的方法，其特征在于，所述根据每个区域图像的目标特征参数的预估计数组，通过高斯-牛顿迭代法，确定每个区域图像的目标特征参数的步骤包括：根据每个区域图像的插值后数组和目标特征参数的预估计数组，建立对应的区域图像的递归迭代方程；通过高斯-牛顿迭代法，分别计算每个区域图像的递归迭代方程的实部解和虚部解；根据每个区域图像的递归迭代方程的实部解和虚部解，确定每个区域图像的目标特征参数。5.根据权利要求4所述的方法，其特征在于，所述通过高斯-牛顿迭代法，分别计算每个区域图像的递归迭代方程的实部解和虚部解的步骤包括：通过高斯-牛顿迭代法，分别计算每个区域图像的递归迭代方程的实部解，其中，插值后的区域图像中，第j个采样点的重建数据实部Rj为：Rj＝Kr1sinc(BW(nxj-Nx1,nyj-Ny1))+Kr2sinc(BW(nxj-Nx2,nyj-Ny2))+…+Krisinc(BW(nxj-Nxi,nyj-Nyi))构建的目标函数梯度矩阵ArK为：2CN106650645A权利要求书2/6页构建的递归迭代方程为：目标特征参数实部的初始估计为：其中，BW为带宽，nxj为插值后的区域图像中第j个采样点，Rj为第j个采样点的重建数据实部，Kri为一区域图像中第i个网格中幅值最大的点的实部，Nxi、Nyi分别为第i个网格中幅度最大的点的横坐标和纵坐标，k为迭代次数，ArK为目标函数梯度矩阵，τrk为第j个采样点数据实部与该点的重建数据实部之差，value(·)为第j个采样点的数据，Re(·)为数值实部，xr(k)为第k次迭代对应的目标特征参数的实部，δr(k)为实部误差项，(·)-1为矩阵的逆，(·)T为转置矩阵，其中，在解得δr(k)后，置xr(k+1)＝xr(k)+δr(k)，k＝k+1，当时，停止迭代；通过高斯-牛顿迭代法，分别计算每个区域图像的递归迭代方程的虚部解，其中，插值后的区域图像中，第j个采样点的重建数据虚部Ij为：Ij＝Ki1sinc(BW(nxj-Nx1,nyj-Ny1))+Ki2sinc(