本發(fā)明適用于圖像識別領(lǐng)域，主要針對于遙感圖像中的橋梁進(jìn)行檢測，是一種基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像橋梁檢測方法。

背景技術(shù)：

遙感圖像處理包括遙感圖像的獲取、去噪、增強、復(fù)原、壓縮、分割、表示與描述、目標(biāo)檢測等等。其中，目標(biāo)檢測作為遙感圖像處理的一個重要部分，在軍事領(lǐng)域和民用領(lǐng)域都具有重要的意義。在軍事領(lǐng)域，需要對敵方進(jìn)行軍事偵察以及對己方進(jìn)行監(jiān)控。通過對衛(wèi)星、航空或者航天飛行器獲得的遙感圖像進(jìn)行目標(biāo)識別，能夠了解所拍攝地區(qū)的地形、裝備、部隊調(diào)動情況等信息。早期的遙感圖像目標(biāo)檢測是采用人工進(jìn)行的，但是由于通常獲得的遙感圖像數(shù)據(jù)量很大，如果采用人工來進(jìn)行判讀，則需要重復(fù)工作，費時費力，而且實時性較差?，F(xiàn)代的高科技戰(zhàn)爭，戰(zhàn)場情況瞬息萬變，如果圖像處理速度太慢，將不能及時地獲取關(guān)鍵信息，導(dǎo)致貽誤戰(zhàn)機，使己方蒙受重大損失。因此，采用快速自動識別技術(shù)進(jìn)行遙感圖像自動目標(biāo)檢測對現(xiàn)代戰(zhàn)爭非常重要。除了軍事上的重要價值之外，遙感圖像目標(biāo)檢測在其它方面如城市規(guī)劃、地理數(shù)據(jù)庫的建立及更新、自然災(zāi)害的災(zāi)情評估等民用領(lǐng)域也有著廣泛的應(yīng)用。隨著全球定位系統(tǒng)、地理信息系統(tǒng)、數(shù)字地球系統(tǒng)等概念被相繼提出，也越來越需要對遙感圖像中的目標(biāo)進(jìn)行精確的檢測定位。此外，遙感圖像目標(biāo)檢測在精確繪制城市的二維或三維地圖、自然災(zāi)害造成的毀損情況檢測及目標(biāo)的變化檢測中也變得迫切需要。

目前，針對遙感圖像的橋梁目標(biāo)檢測主要采用利用顯著性方法提取候選區(qū)域并提取特征，利用分類器對特征進(jìn)行判斷得到檢測結(jié)果。專利號為cn200810232213.1的遙感圖像橋梁目標(biāo)檢測是通過水域特征進(jìn)行訓(xùn)練建模，以此進(jìn)行遙感圖像水域分割，針對分割好的結(jié)果進(jìn)行橋梁檢測，檢測橋梁的過程中需要針對不同的橋梁設(shè)計不同的模板，然后提取特征最后完成橋梁檢測。

基于上述研究現(xiàn)狀，遙感圖像的目標(biāo)主要存在以下兩個問題：第一，預(yù)處理之后，常對樣本圖像進(jìn)行連通區(qū)域的形狀、長寬比或面積等人為預(yù)設(shè)的具體特征的提取，這樣不能保證提取到有效或者重要的特征，人為經(jīng)驗影響太大，實際應(yīng)用效果不佳；第二，為了不丟失圖像的細(xì)節(jié)特征，有時也忽略人為預(yù)設(shè)特征提取的過程，直接將圖像中的所有像素作為特征，再將這些特征作為分類器訓(xùn)練與分類的基礎(chǔ)信息，這樣做太繁瑣，會帶來大量的冗余信息，使得檢測效率降低。

技術(shù)實現(xiàn)要素：

發(fā)明目的：本發(fā)明的目的在于利用卷積神經(jīng)網(wǎng)絡(luò)在圖像處理方面的優(yōu)勢，提出了一種利用卷積神經(jīng)網(wǎng)絡(luò)來解決遙感圖像中橋梁圖像的檢測方法。該方法克服了傳統(tǒng)方法效率低的缺點，通過卷積神經(jīng)網(wǎng)絡(luò)自動挖掘圖像中的特征，最終實現(xiàn)橋梁圖片的檢測。

技術(shù)方案：

一種基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像橋梁檢測方法，包括步驟：

s1：訓(xùn)練樣本采集與預(yù)處理；

s1-1：選取包含橋梁區(qū)域的遙感圖像，在遙感圖像上手動截取尺寸大小為w*h大小的橋梁圖片；

s1-2：在遙感圖像上不包含橋梁的區(qū)域，截取尺寸大小為w*h的圖片，作為檢測器的負(fù)樣本進(jìn)行訓(xùn)練；

s1-3：選取步驟s1-1、s1-2中得到的正負(fù)樣本，在保持圖片w*h尺寸大小的前提下，對正負(fù)樣本圖片進(jìn)行水平翻轉(zhuǎn)，尺度變換，平移變換，旋轉(zhuǎn)變換和白化操作；

s2：建立卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型，得到檢測器；

s2-1：建立卷積神經(jīng)網(wǎng)絡(luò)模型，并對卷積神經(jīng)網(wǎng)絡(luò)模型中的各個參數(shù)進(jìn)行初始化；

s2-2：將步驟s1-1、s1-2得到的正負(fù)樣本放入s2-1得到的卷積神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行迭代訓(xùn)練；

s3：檢測樣本的預(yù)處理：

選取待檢測的遙感圖片，通過w*h大小窗口從遙感圖片的左上角開始掃描，橫向掃描步長為w/2，當(dāng)掃描到待檢測圖片的最右端時，按照縱向掃描步長h/2向下移動一行，再從最左邊開始按照橫向w/2的步長掃描，依次掃描完整張遙感圖片；記錄每一步掃描都得到的候選窗口左上角的位置坐標(biāo)，作為候選圖片的位置信息；

s4：檢測樣本輸入檢測器得到結(jié)果；

s4-1：將步驟s3得到的候選窗口作為步驟s2訓(xùn)練得到的檢測器的輸入，對所有的候選窗口進(jìn)行檢測，記錄下經(jīng)過檢測器判斷為包含橋梁的候選圖片，并保存這些候選窗口；

s4-2：將保存的候選窗口包含的位置信息提取出來，然后在待檢測的圖片上根據(jù)候選窗口的位置信息標(biāo)記出候選窗口所代表的圖像區(qū)域，最終完成對遙感圖像中橋梁位置的檢測工作。

所述步驟s1-1在截取橋梁圖片的時候，既要選取橋梁特征明顯的圖片，同時也要截取包含橋梁，但是特征不明顯，被遮擋或者較為模糊的橋梁圖片。

所述步驟s2-1建立的卷積神經(jīng)網(wǎng)絡(luò)模型包括輸入層，卷積層，池化層，卷積層，池化層，全連接層以及輸出層；

1).輸入層是將正負(fù)樣本作為輸入，輸入到卷積神經(jīng)網(wǎng)絡(luò)模型中；

2).特征提取第一階段：卷積層的卷積核大小是5*5的，輸入3通道，輸出64通道，移動步長為1；池化層采用最大池化的方式進(jìn)行，窗口大小為3*3，步長為2，然后將得到的特征圖進(jìn)行歸一化；

3).進(jìn)入特征提取第二階段：卷積層的卷積核大小依舊是5*5，輸入64通道，輸出64通道，步長為1，然后將卷積后的特征圖歸一化操作之后進(jìn)行池化，池化方式依舊采取最大池化，窗口大小為3*3，步長為2；

4).最后將池化結(jié)果放入全連接層，最后輸出。

所述步驟s2-1建立的卷積神經(jīng)網(wǎng)絡(luò)模型中的權(quán)值更新采用bp反向傳播法進(jìn)行；在每層更新權(quán)值的方法選用梯度下降法；所述梯度下降法的learningrate學(xué)習(xí)率設(shè)置在0.003-0.004之間。

所述步驟s2-1建立的卷積神經(jīng)網(wǎng)絡(luò)模型的最后輸出采用softmax作為二分類器，softmax回歸分兩步：第一步為了得到一張給定圖片屬于某個特定數(shù)字類的證據(jù)，對圖片像素值進(jìn)行加權(quán)求和；如果這個像素具有很強的證據(jù)說明這張圖片不屬于該類，那么相應(yīng)的權(quán)值為負(fù)數(shù)，相反如果這個像素?fù)碛杏欣淖C據(jù)支持這張圖片屬于這個類，那么權(quán)值是正數(shù)；即：

evidencei表示給定圖片屬于i類的證據(jù)；其中wi代表權(quán)重，bi代表數(shù)字i類的偏置量，j代表給定圖片x的像素索引用于像素求和；然后用softmax函數(shù)可以把這些證據(jù)轉(zhuǎn)換成概率y：

y＝softmax(evidence)

其中，softmax是一個激勵函數(shù)，因此，給定一張圖片，它對于每一個數(shù)字的吻合度被softmax函數(shù)轉(zhuǎn)換成為一個概率值；softmax函數(shù)定義為：

softmax(x)＝normalize(exp(x))

展開等式右邊的子式，得到：

在利用softmax分類器得到一個概率分布的結(jié)果后，將結(jié)果與最終的標(biāo)簽進(jìn)行比對，并通過比對確定一個閾值t，該閾值表示當(dāng)softmax訓(xùn)練結(jié)果中的概率值大于t時，那么判定輸入圖片中包含橋梁；如果訓(xùn)練結(jié)果中的概率值小于t，那個判定輸入圖片中不包含橋梁。

所述步驟s2-2中的迭代訓(xùn)練過程中，采取循環(huán)訓(xùn)練的策略；每次從所有樣本圖片中隨機選取一定數(shù)量的圖片進(jìn)行訓(xùn)練，選取的batch_size大小為128，然后隨機選取同樣數(shù)量的其他樣本進(jìn)行訓(xùn)練，在不斷地循環(huán)過程中，逐漸更新卷積神經(jīng)網(wǎng)絡(luò)模型中的權(quán)值。

有益效果：本發(fā)明無需提前進(jìn)行橋梁圖片的特征提取，簡化了檢測步驟，在保持高檢測率的同時極大加快了遙感圖像的檢測速度。

附圖說明

圖1為本發(fā)明方法流程圖。

圖2為卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作更進(jìn)一步的說明。

本發(fā)明是一種基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像橋梁檢測方法，主要包括訓(xùn)練階段和檢測階段，所述的訓(xùn)練階段主要包括以下步驟：

s1:訓(xùn)練樣本采集與預(yù)處理；

s2:建立卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型，得到檢測器。

所述的檢測階段主要包括以下步驟：

s3:檢測樣本的預(yù)處理；

s4:檢測樣本輸入檢測器得到結(jié)果。

進(jìn)一步的，所述的步驟s1包括以下子步驟：

s1-1:首先選取一部分遙感圖像，在遙感圖像上手動截取尺寸大小為w*h大小的橋梁圖片，在截取橋梁圖片的時候，需要選取橋梁特征比較明顯圖片，同時，也應(yīng)截取一些包含橋梁，但是特征不明顯，被遮擋或者較為模糊的橋梁圖片，這樣可以保證在訓(xùn)練正樣本后，檢測器對特征不明顯的橋梁圖片也具有一定的檢測能力。

s1-2:在遙感圖像上不包含橋梁的區(qū)域，也截取尺寸大小為w*h的圖片，這些圖片作為檢測器的負(fù)樣本進(jìn)行訓(xùn)練。

s1-3：選取步驟s1-1，s1-2中得到的正負(fù)樣本，在保持圖片w*h尺寸大小的前提下，對正負(fù)樣本圖片進(jìn)行水平翻轉(zhuǎn)，尺度變換，平移變換，旋轉(zhuǎn)變換和白化操作，這樣做進(jìn)一步增加了訓(xùn)練樣本的數(shù)量，同時也讓訓(xùn)練圖片的特征變得更多。

進(jìn)一步的，所述的步驟s2包括以下子步驟：

s2-1；首先應(yīng)當(dāng)建立卷積神經(jīng)網(wǎng)絡(luò)模型，整個模型的結(jié)構(gòu)是輸入層，卷積層，池化層，歸一層，卷積層，歸一化層，池化層，全連接層，輸出層。

1).輸入層是將正負(fù)樣本作為輸入，輸入到卷積神經(jīng)網(wǎng)絡(luò)模型中；

2).特征提取第一階段，卷積層的卷積核大小是5*5的，輸入3通道，輸出64通道，移動步長為1，池化層采用最大池化的方式進(jìn)行，窗口大小為3*3，步長為2，然后將得到的特征圖進(jìn)行歸一化；

3).進(jìn)入特征提取第二階段，卷積層的卷積核大小依舊是5*5，輸入64通道，輸出64通道，步長為1，然后將卷積后的特征圖歸一化操作之后進(jìn)行池化，池化方式依舊采取最大池化，窗口大小為3*3，步長為2；

4).最后將池化結(jié)果放入全連接層，最后輸出。如附圖2所示。

s2-2:在設(shè)計好卷積神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)后需要對網(wǎng)絡(luò)模型中的各個參數(shù)進(jìn)行初始化，在數(shù)據(jù)初始化時隨機性盡可能高，這樣訓(xùn)練時收斂的速度會比較快，而且不容易陷入局部最優(yōu)的結(jié)果。

s2-3:卷積神經(jīng)網(wǎng)絡(luò)模型中的權(quán)值更新采用bp反向傳播法進(jìn)行，bp反向傳播法根據(jù)前向傳播計算的結(jié)果與目標(biāo)結(jié)果相互比對，得出兩個結(jié)果之間的差值，即總誤差，根據(jù)總誤差逐步向前，更新每一層的權(quán)值。在每層更新權(quán)值的方法選用梯度下降法，利用梯度下降法計算出在當(dāng)前誤差下的最優(yōu)權(quán)值，得到最優(yōu)權(quán)值后依次更新前層的權(quán)值。梯度下降法的learningrate學(xué)習(xí)率設(shè)置在0.003-0.004之間。

s2-4:最后輸出采用softmax作為二分類器，softmax回歸分兩步：第一步為了得到一張給定圖片屬于某個特定數(shù)字類的證據(jù)(evidence)，我們對圖片像素值進(jìn)行加權(quán)求和。如果這個像素具有很強的證據(jù)說明這張圖片不屬于該類，那么相應(yīng)的權(quán)值為負(fù)數(shù)，相反如果這個像素?fù)碛杏欣淖C據(jù)支持這張圖片屬于這個類，那么權(quán)值是正數(shù)。即:

其中wi代表權(quán)重，bi代表數(shù)字i類的偏置量，j代表給定圖片x的像素索引用于像素求和。然后用softmax函數(shù)可以把這些證據(jù)轉(zhuǎn)換成概率y：

y＝softmax(evidence)

這里的softmax可以看成是一個激勵(activation)函數(shù)，因此，給定一張圖片，它對于每一個數(shù)字的吻合度可以被softmax函數(shù)轉(zhuǎn)換成為一個概率值。softmax函數(shù)可以定義為：

softmax(x)＝normalize(exp(x))

展開等式右邊的子式，可以得到：

softmax分類器是把全連接層的輸出值作為輸入值，并把輸入值當(dāng)成冪指數(shù)求值，再正則化這些結(jié)果值。這個冪運算表示，更大的證據(jù)對應(yīng)更大的假設(shè)模型里面的乘數(shù)權(quán)重值。

反之，擁有更少的證據(jù)意味著在假設(shè)模型里面擁有更小的乘數(shù)系數(shù)。假設(shè)模型里的權(quán)值不可以是0值或者負(fù)值。softmax然后會正則化這些權(quán)重值，使它們的總和等于1，以此構(gòu)造一個有效的概率分布。

s2-5:在利用softmax分類器得到一個概率分布的結(jié)果后，將這些結(jié)果與最終的標(biāo)簽進(jìn)行比對，并通過比對確定一個閾值t，該閾值表示當(dāng)softmax訓(xùn)練結(jié)果中的概率值大于t時，那么將判定輸入圖片中是包含橋梁的，如果訓(xùn)練結(jié)果中的概率值小于t，那個判定輸入圖片中是不包含橋梁的。

s2-6:利用步驟s1-1，s1-2得出的正負(fù)樣本，將這些樣本放入初始化各層參數(shù)后卷積神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行迭代訓(xùn)練。在訓(xùn)練過程中，不會采取一次性將所有的訓(xùn)練樣本全部放入模型中的策略，這樣會使模型輸入過大，計算會比較慢，而且一般的設(shè)備也會支持不了。

因此，訓(xùn)練過程中會采取循環(huán)訓(xùn)練的策略，每次從所有樣本圖片中隨機選取一定數(shù)量的圖片進(jìn)行訓(xùn)練，這里選取的批尺寸batch_size大小為128，然后隨機選取同樣數(shù)量的其他樣本進(jìn)行訓(xùn)練，在不斷地循環(huán)過程中(循環(huán)次數(shù)設(shè)置為10000)，逐漸更新卷積神經(jīng)網(wǎng)絡(luò)模型中的權(quán)值，這樣做不僅會提高訓(xùn)練速度和效率，同時準(zhǔn)確率也會更高。

進(jìn)一步的，所述的步驟s3包括以下子步驟：

s3-1:首先選取待檢測遙感圖片，對于一般的遙感圖像而言，遙感圖像的尺寸都非常大，因此在本發(fā)明中會截取一張待檢測遙感圖片的八分之一或者十分之一，每次檢測其中的一部分然后之后再檢測其他的部分，這樣檢測器在檢測時的負(fù)擔(dān)會比較小，更容易計算，效率也會更高。

s3-2:選取待檢測的遙感圖片，通過w*h大小窗口從遙感圖片的左上角開始掃描，橫向掃描步長為w/2，當(dāng)掃描到待檢測圖片的最右端時，按照縱向掃描步長h/2向下移動一行，再從最左邊開始按照橫向w/2的步長掃描，依次掃描完整張遙感圖片。

s3-3:每一步掃描都得到一個候選窗口，在掃描時，將每一個候選窗口的左上角的位置坐標(biāo)記錄下來，作為候選圖片的位置信息。因此，每個候選窗口包含信息應(yīng)該是候選窗口代表的圖片區(qū)域image，左上角坐標(biāo)(x,y)，候選圖片的寬高(w,h)，即(image,x,y,w,h)。

進(jìn)一步的，所述的步驟s4包括以下子步驟：

s4-1:將步驟s3得到的候選窗口作為步驟s2訓(xùn)練得到的檢測器的輸入，對所有的候選窗口進(jìn)行檢測，記錄下經(jīng)過檢測器判斷為包含橋梁的候選圖片，并保存這些候選窗口。

s4-2:將保存的候選窗口包含的位置信息提取出來，然后在待檢測的圖片上根據(jù)候選窗口的位置信息標(biāo)記出候選窗口所代表的圖像區(qū)域，最終完成對遙感圖像中橋梁位置的檢測工作。

由于使用cpu計算速度相對于gpu來說是比較慢，因此在最后使用了gpu進(jìn)行訓(xùn)練和計算，這使得訓(xùn)練速度得到大大提升，同時檢測效率也大幅提高。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出：對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護范圍。