基于机器学习的激光遥感图像多目标检测方法

摘要

目前方法检测多目标激光遥感图像时,其未处理遥感图像的辐射量失真情况,导致检测方法的平均识别率、平均精度均值低和检测效率低。提出基于机器学习的激光遥感图像多目标检测方法,该方法处理激光遥感图像辐射量失真情况,通过校正辐射和辐射匹配获取到更清晰和真实的遥感图像,结合改进的原始Mask R-CNN网络,引入分级跳连法和K均值聚类算法,解决Mask R-CNN网络不适用于激光遥感图像检测的问题,采用改进的机器学习,实现激光遥感图像多目标检测。实验结果表明,所提方法检测出激光遥感图像中的全部目标,平均识别率为95.6%,目标检测时间为0.02 s,平均精度均值达到77.5%,因此,该方法有效提高了平均识别率、平均精度均值和检测效率。