一种基于SAM的航拍图像典型目标检测识别方法与流程

本发明涉及航拍目标发现领域，特别涉及一种基于sam的航拍图像典型目标检测识别方法。

背景技术：

1、航空拍摄是一种重要的图像获取手段，尤其伴随无人机技术的逐渐成熟和广泛应用，航空拍摄的成本、风险大幅降低，时效性和准确率在稳步上升，逐渐成为军、民侦察监视相关行业的首选。随着航空拍摄装备的提升，航空拍摄图像的侦察范围、拍照频率和像素分辨率在快速提升，无线传输技术和图像压缩算法保证了侦察图像能够从无人机实时下传到地面进行处理。如何快速、准确的获取航拍图像中的关键目标，越来越受到人们的关注和重视。

2、深度学习网络模型等智能模型在近些年出现了突破性的进展，在图像目标检测识别方面相对于传统机器学习方法有着巨大的优势。但针对航空图像领域，其侦察图像有成像条件恶劣(飞机抖动、天气影响)、背景复杂(各类地形条件)、成像范围大(覆盖范围为平方公里级别)、目标像素尺寸小(地面车辆目标像素尺寸小于100)、分布稀疏易被遮挡(野外环境下有效目标少，容易被植被遮挡)等特点，智能模型的优势无法充分发挥。

技术实现思路

1、本发明的目的在于提供一种基于sam的航空图像典型目标检测识别方法，充分发挥智能模型在目标检测识别方面的优势：一方面对分割结果进行目标检测识别，有效降低目标检测运算量；另一方面通过目标地理空间特征对目标检测结果进行修正，提高目标识别准确率。

2、为了实现上述目的，本发明采用的技术方案为：

3、一种基于sam的航拍图像典型目标检测识别方法，包括以下步骤：

4、(1)利用sam对航拍图像进行图像分割，获取分割目标列表和各分割目标掩膜；

5、(2)通过分割目标掩膜提取目标切片，并进行智能模型检测识别，获取目标类别信息；同时，利用航空侦察图像遥测信息，计算图像的地理分辨率，并结合各分割目标掩膜估算各分割目标的空间尺寸；以及通过分割目标掩膜，获取分割目标的地理空间关系；

6、(3)根据典型目标地理空间知识库，结合步骤(2)中获取的分割目标地理空间特征，对目标类别信息置信度进行修正，获取侦察图像中的典型目标。

7、进一步的，步骤(2)中，估算各分割目标的空间尺寸，具体过程为：根据航拍飞机的空间位置、航向参数及拍摄相机的姿态信息，通过空间坐标转换得到航拍图像的地理范围，并结合各分割目标掩膜，估算各分割目标空间尺寸信息。

8、进一步的，步骤(2)中，通过分割目标掩膜，获取分割目标的地理空间关系，具体过程为：根据空间拓扑理论构建sam分割目标空间关系矩阵，获取分割目标的地理空间关系，包括邻接、关联和包含。

9、进一步的，步骤(3)中，对目标类别信息置信度进行修正，具体过程为：构建典型目标地理空间特征表，并设置特征权重；通过计算sam分割目标与典型目标特征距离，获取目标置信度；对sam目标分割类型进行更新，获取最终目标类别信息。

10、本发明的有益效果在于：

11、1、本发明通过结合sam分割算法，对分割目标进行智能模型检测识别，有效减少了检测识别运算量。

12、2、本发明通过构建典型目标地理空间特征库，并利用航拍图像典型目标的地理空间特征对其目标类型进行置信度修正，提高了目标检测识别准确率。

技术特征：

1.一种基于sam的航拍图像典型目标检测识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于sam的航拍图像典型目标检测识别方法，其特征在于，步骤(2)中，估算各分割目标的空间尺寸，具体过程为：根据航拍飞机的空间位置、航向参数及拍摄相机的姿态信息，通过空间坐标转换得到航拍图像的地理范围，并结合各分割目标掩膜，估算各分割目标空间尺寸信息。

3.根据权利要求1所述的一种基于sam的航拍图像典型目标检测识别方法，其特征在于，步骤(2)中，通过分割目标掩膜，获取分割目标的地理空间关系，具体过程为：根据空间拓扑理论构建sam分割目标空间关系矩阵，获取分割目标的地理空间关系，包括邻接、关联和包含。

4.根据权利要求1所述的一种基于sam的航拍图像典型目标检测识别方法，其特征在于，步骤(3)中，对目标类别信息置信度进行修正，具体过程为：构建典型目标地理空间特征表，并设置特征权重；通过计算sam分割目标与典型目标特征距离，获取目标置信度；对sam目标分割类型进行更新，获取最终目标类别信息。

技术总结
本发明提供了一种基于SAM的航拍图像典型目标检测识别方法，通过集成SAM(Segment Anything Model)、地理空间分析及智能模型等技术，实现航空侦察典型目标的快速、精准的检测识别。该方法利用SAM对航拍图像进行分割，通过智能模型检测识别获取分割目标类别信息，通过地理空间分析获取分割目标的地理空间特征，最后通过对两种特征进行融合印证提取关键目标。本发明可有效提升航空侦察典型目标检测识别的速度和精度。

技术研发人员：杨凯,柳莹莹,张刚,赵会盼,马晓娅,王洪旭
受保护的技术使用者：中国电子科技集团公司第五十四研究所
技术研发日：
技术公布日：2024/3/11