买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国科大杭州高等研究院

摘要：本发明的一种基于宽幅双边摆扫影像的移动目标检测方法，包括以下步骤：S1，获取同一区域的连续双边正反扫影像；S2，连续正反扫影像云检测与去除；S3，正反扫影像高精度配准，S4，获取正反扫影像帧差图；S5，基于帧差图的移动目标检测;S6,移动目标检测结果判别。本发明的一种基于宽幅双边摆扫影像的移动目标检测方法结合了局部处理的灵活性和全局模型的一致性，同时提高了传统薄板样条拟合方法的算法效率，可以实现更高精度的图像配准。

主权项：1.一种基于宽幅双边摆扫影像的移动目标检测方法，包括以下步骤：S1，大幅宽双边摆扫卫星成像仪对地往复摆扫成像，获取同一区域的连续双边正反扫影像；S2，对正反扫影像进行云判别，对判别为有云影像进行云检测与去除；S3，正反扫影像进行亚像元级几何配准，将步骤S2中获得的消除云影响的正扫影像和反扫影像进行图像分块和分类，对图像分块后的小图进行分类，分为海面子图像块与陆地子图像块，对陆地子图像块进行配准，将反扫后配准的陆地子图像块进行图像渐进拼接，得到反扫影像的配准后影像；S4，将步骤S3配准后的正扫图像及反扫图像进行帧差，得到正反扫影像的帧差图；S5，基于帧差图和灰度响应差抑制因子进行移动目标检测，从图像中提取出移动目标结果，；步骤S3中，包括以下子步骤：S3.1，图像分块,将步骤S2中获得的消除云影响的正扫影像和反扫影像分割成多个小图；S3.2，将各小图分为海面子图像块与陆地子图像块，对陆地子图像块进行配准；S3.3,将反扫后配准的小图进行图像拼接,使用渐入渐出的图像拼接方法进行拼接，以消除图像拼接缝，得到反扫影像的配准后影像，整张图像保持连贯性和一致性，步骤3.2中，利用机器学习的方法建立二分类模型对小图进行图像分类，分为海面子图像块与陆地子图像块，首先使用高斯函数对直方图进行拟合，高斯拟合函数如下： 其中，x为灰度直方图的横坐标，y为灰度分布直方图的纵坐标，A为比例系数，μ为平均值，σ为标准差，根据拟合后的高斯函数再利用逻辑回归分类模型对小图进行场景分类得到场景预测值，模型预测函数如下： 其中，x为逻辑回归模型的输入值，即每个输入图像块的高斯函数拟合系数σ，fw，tx为预测值，w，t为模型的待解算参数，为了得到模型参数w，t，需要使用交叉熵作为损失函数，并且利用采用梯度下降法使损失函数最小化，由此得到分类模型参数w，t的最优值，损失函数形式如下： 其中，m为数据集中输入图像块的个数，yi为第i个图像的真实值，陆地子图像块y取值为1，海面子图像块y取值为0，通过逻辑回归分类模型对图像块进行分类之后，提取出陆地子图像块使用薄板样条变换进行图像配准，对消除云影响的陆地场景正扫影像和反扫影像进行图像配准，以正扫影像为基准影像，反扫影像为待配准影像，首先对正反扫影像进行SIFT特征点提取，然后基于欧氏距离进行特征点匹配，使用RANSAC方法对特征点匹配结果进行误匹配消除，得到正确匹配的控制点对Pxi,yi和Nxi′,yi′i＝1,2,...,n，其中n为控制点对的数目，利用提取出的正反扫影像控制点对，使用薄板样条变换作为图像变换模型，以正扫图像为基准，对反扫图像进行几何配准，通过构建光滑的变换函数fx,y，使得待配准图像上的特征点Nxi′,yi′通过函数fx,y映射到参考图像，并与参考图像上对应的特征点Pxi,yi完全对齐，基于获得的函数fx,y，对反扫图像上的每个像元进行空间变换，由正扫图像到反扫图像配准的薄板样条函数的形式如下： 其中，ri表征待配准图像上任意一点x,y与图像上的第i个控制点xi,yi的欧氏距离，n为控制点的数目，x′,y′表示计算得到的对应点坐标，即： 其中，U为径向基函数，函数形式为： a1x,a2x,a3x,w1x,w2x,...,wnx为x方向映射函数的待拟合参数，a1y,a2y,a3y,w1y,w2y,...,wny为y方向映射函数的待拟合参数，薄板样条变换的第一项为仿射变换，即a1x,a2x,a3xa1y,a2y,a3y为仿射变换系数，第二项为与控制点个数相关的非刚性图像模型，将正反扫图像上的控制点带入薄板样条函数，分别得到x坐标和y坐标的图像变换方程组： 结合x方向的三个边界条件： y方向的三个边界条件： 最终求得TPS薄板样条变换的x方向系数a1x,a2x,a3x,w1x,w2x,...,wnx，和y方向系数a1y,a2y,a3y,w1y,w2y,...,wny，基于计算得到的薄板样条变换函数，对反扫图像的所有像元进行图像变换，得到基于正扫影像的反扫配准影像。

全文数据：

权利要求：

百度查询： 国科大杭州高等研究院 一种基于宽幅双边摆扫影像的移动目标检测方法