一种对具有旋转角度的目标进行识别的方法
一种对具有旋转角度的目标进行识别的方法
【技术领域】
[0001] 本发明设及光学遥感图像的目标识别技术领域，具体是一种对具有旋转角度的目 标进行识别的方法。
【背景技术】
[0002] 遥感技术的发展极大地丰富了人们获取数据的手段，海量的数据同时也加剧了利 用计算机辅助人进行目标自动或半自动解译的需求。然而由于遥感图像大都是正射影像， 图像中的目标具有任意的方向性，运使得许多的目标检测识别方法的性能受到了很大的限 审IJ。目标切片自动方向纠正技术利用目标本身的结构特征，通过建模其旋转变换模型而确 定目标的方向。该技术作为一个重要的数据预处理过程，可W使得许多目标检测识别方法 获得更好的性能。
[0003] 为了减轻目标朝向任意性对检测识别算法的负面影响，研究人员设计了诸多旋转 不变的局部特征描述，并应用到目标的检测识别中。但是运些方法在实际的工程应用中尚 不成熟，主要体现在两方面:1)不变性与信息的保留是相矛盾的，为了获取某种不变性必然 要损失相应的信息；2)旋转不变性的获得往往是与特定的特征紧密结合的，运就限制了其 应用范围。
【发明内容】
[0004] (一)要解决的技术问题
[000引本发明的目的在于，提供一种目标识别方法，能够快速和准确地纠正目标方向，使 得已收集的目标和待识别的目标具有一致的朝向，进而提高目标识别的性能。
[0006] (二)技术方案
[0007] 本发明提供一种目标识别方法，用于对具有旋转角度的目标进行识别，包括：
[000引S1，根据目标的旋转角度，构造旋转模型；
[0009] S2,根据旋转模型，构造目标函数，并根据目标函数对目标进行变换，得到变换后 的目标；
[0010] S3，判断目标变换前后，目标函数值的差值是否小于一预设值，若是，则执行步骤 S4，否则返回执行步骤S2~S3;
[0011] S4，对变换的后的目标进行识别。
[001^ (S巧益效果
[0013] 本发明采用的旋转模型为低秩纹理模型，其相比于传统的旋转不变特征保留了更 为完整的信息，使得目标识别方法可W更为灵活的选择特征描述;另外，采用拉格拉日函数 求解最优化问题，并在循环迭代过程中，逐步逼近目标的方向，提高目标识别的性能。
【附图说明】
[0014] 图1为本发明实施例提供的目标识别方法的流程图。
【具体实施方式】
[0015] 本发明提供一种对具有旋转角度的目标进行识别的方法，其根据目标的旋转角度 构造旋转模型，并根据旋转模型构造目标函数，采用目标函数对目标进行变换，接着，判断 目标变换前后，目标函数值是否收敛，若是，则对变换的后的目标进行识别。本发明能够快 速和准确地纠正目标方向，使得已收集的目标和待识别的目标具有一致的朝向，进而提高 目标识别的性能。
[0016] 根据本发明的一种实施方式，目标的旋转角度为目标朝向与垂直方向或水平方向 的夹角，目标识别方法包括：
[0017] S1，根据目标的旋转角度，构造旋转模型；
[0018] S2,根据旋转模型，构造目标函数，并根据目标函数对目标进行变换，得到变换后 的目标，其中，对目标进行变换包括:将所述目标朝向变换到与垂直方向或水平方向一致。
[0019] S3,判断目标变换前后，所述目标函数值的差值是否小于一预设值，若是，则执行 步骤S4,否则返回执行所述步骤S2~S3;其中，在此步骤中，通过确定变换前后目标函数值 的差值，W判断迭代过程是否收敛。
[0020] S4,对变换的后的目标进行识别。
[0021] 根据本发明的一种实施方式，旋转模型τ的表达式为：
[0022]
[0023] 其中，Θ为目标的旋转角度。
[0024] 根据本发明的一种实施方式，目标函数为拉格朗日函数，其表达式为：
[0025]
[0026] 其中，1为变换前的目标，1<^为变换后的目标，6为误差矩阵，Δ 1为目标变换后旋转 模型τ的变化量，Υ为算子矩阵，μ为惩罚参数，λ为误差矩阵的稀疏性参数，取值为
，m，η分别为变换前目标的长和宽，日表示矩阵化damard乘积，为I的梯 度;其中，在构造拉格朗日函数时，首先需要初始化构造拉格朗日函数的算子矩阵Y和惩罚 参数μ，一般地，将其初始化为:Y = 0，μ = 1 0-3。
[0027] 变换后的目标1?勺表达式为：
[002引 I° = USi/"( Σ )yT，
[0029] 其中，片/,Σ,巧二 Λ.化/(/ Γ + ν/ΔΓ -玄+ 7/與为y .Γ + ν/ΔΓ-/、; + Κ///的奇异值分 解，U和V分别为奇异向量，Σ为奇异值，yT为V的转置矩阵，Si八（Σ)为Sa(x)函数，其表达式 为：
[0030] Sa(x) = si即（x)max( I X I -α ,0)，
[0031] 其中，α为收缩因子，X为操作数，sign()为符号函数，当Sa(x)作用于向量或矩阵 时，则表示对向量或矩阵的每个元素分别进行收缩操作。
[0032] 根据本发明的一种实施方式，步骤S3包括：
[0033] 根据变换后的目标，更新误差矩阵E:
[0034]
[0035] 根据更新后的误差矩阵E，更新旋转模型：
[0036]
[0037] 判断目标变换前后，所述目标函数值的差值是否小于一预设值ε，即：
[00；3 引
[0039] 若是，则执行步骤S4,否则返回执行所述步骤S2~S3。其中，ε为预设的值，一般取ε =ιοΛ另外还需要判断目标函数是否到达最小值，要求目标函数值的变化量相当小，即目 标函数值迭代前后的相对变化值小于10- 5。在本方法的迭代过程，当收敛条件满足时即意味 着目标切片被旋转到一个固定的方向上(垂直或水平），而迭代过程中的变换后目标即为方 向纠正后的目标。
[0040] 为使本发明的目的、技术方案和优点更加清楚明白，W下结合具体实施例，并参照 附图，对本发明进一步详细说明。
[0041 ]图1为本发明实施例提供的目标识别方法的流程图，如图1所示，目标识别方法包 括：
[0042] S1，根据目标的旋转角度Θ，构造旋转模型τ:
[0043]
[0044] S2,初始化拉格朗日参数Υ = 0，μ=10-3,根据旋转模型，构造拉格朗日函数作为目 标函数，其表达式为：
[0045]
[0046] 其中，1为变换前的目标，1*^为变换后的目标，6为误差矩阵，Δ 1为目标变换后旋转 模型τ的变化量，Υ为算子矩阵，μ为惩罚参数，λ为误差矩阵的稀疏性参数，取值为 A = /小naMm、")，m，n分别为变换前目标的长和宽，日表示矩阵化damard乘积，V/为I的梯 度；
[0047] 根据目标函数对目标进行变换，得到变换后的目标，变换后的目标I喻表达式为：
[004引 i0 = usi/"(z)yT，
[0049] 其中，(Τ/，Σ，.?Γ) =鏡/(/of+V/Af-及+ F///)为/σ?·+.ν/Δ.Τ-迟+.巧// 的奇异值分 解，U和V分别为奇异向量，Σ为奇异值，yT为V的转置矩阵，Si八（Σ)为Sa(x)函数，其表达式 为：
[0050] Sa(x) = si即（x)max( I X I -α ,0)，
[0051] 其中，α为收缩因子，X为操作数，sign()为符号函数，当Sa(x)作用于向量或矩阵 时，则表示对向量或矩阵的每个元素分别进行收缩操作；
[0052] 其中，对目标进行变换包括:将所述目标朝向变换到与垂直方向或水平方向一致。
[0053] S3，根据变换后的目标，更新误差矩阵E:
[0化4]
[0055]根据更新后的误差矩阵E，更新旋转模型：
[0化6]
[0057]判断目标变换前后，所述目标函数值的差值是否小于一预设值ε = ΙΟΛ即：
[0化引
[0059] 若是，则执行步骤S4,否则返回执行所述步骤S2~S3。在本方法的迭代过程，当收 敛条件满足时即意味着目标切片被旋转到一个固定的方向上(垂直或水平），而迭代过程中 的变换后目标即为方向纠正后的目标。
[0060] S4,对变换的后的目标进行识别，本实施例采用公知方法进行目标识别，此技术手 段相对成熟，在此就不再寶述。
[0061] W上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详 细说明，所应理解的是，W上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡 在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保 护范围之内。
【主权项】
1. 一种目标识别方法，用于对具有旋转角度的目标进行识别，其特征在于，包括： Sl，根据所述目标的旋转角度，构造旋转模型； S2，根据所述旋转模型，构造目标函数，并根据所述目标函数对所述目标进行变换，得 到变换后的目标； S3,判断目标变换前后，所述目标函数值的差值是否小于一预设值，若是，则执行步骤 S4，否则返回执行所述步骤S2~S3; S4，对变换的后的目标进行识别。2. 根据权利要求1所述的目标识别方法，其特征在于，所述旋转模型τ的表达式为：其中，Θ为目标的旋转角度。3. 根据权利要求2所述的目标识别方法，其特征在于，所述目标函数为拉格朗日函数， 其表达式为：其中，I为变换前的目标，It3为变换后的目标，E为误差矩阵，△ τ为目标变换后旋转模型τ 的变化量，Y为算子矩阵，μ为惩罚参数，λ为误差矩阵的稀疏性参数，取值为m，η分别为变换前目标的长和宽，?表示矩阵Hadamard乘积，V/为I的梯 度； 所述变换后的目标It3的表达式为： I° = USi/u( Σ )VT, 其中，的奇异值分解，U 和V分别为奇异向量，Σ为奇异值，VtSV的转置矩阵，Svu( Σ)为Sa(X)函数，其表达式为： Sa(X) = sign(x)max( I X I -α，〇)， 其中，α为收缩因子，x为操作数，sign〇为符号函数，当Sa(X)作用于向量或矩阵时，则表 示对向量或矩阵的每个元素分别进行收缩操作。4. 根据权利要求3所述的目标识别方法，其特征在于，所述步骤S3包括： 根据变换后的目标，更新误差矩阵E:根据更新后的误差矩阵E，更新旋转模型：判断目标变换前后，所述目标函数值的差值是否小于一预设值ε，即：若是，则执行步骤S4，否则返回执行所述步骤SI~S3。5.根据权利要求1所述的目标识别方法，其特征在于，所述旋转角度为所述目标朝向与 垂直方向或水平方向的夹角，其中，对所述目标进行变换包括:将所述目标朝向变换到与垂 直方向或水平方向一致。
【专利摘要】本发明提供一种对具有旋转角度的目标进行识别的方法，其根据目标的旋转角度构造旋转模型，并根据旋转模型构造目标函数，采用目标函数对目标进行变换，接着，判断目标变换前后，目标函数值是否收敛，若是，则对变换的后的目标进行识别。本发明能够快速和准确地纠正目标方向，使得已收集的目标和待识别的目标具有一致的朝向，进而提高目标识别的性能。
【IPC分类】G06K9/32
【公开号】CN105488505
【申请号】CN201511030188
【发明人】许光銮, 付琨, 孙显, 闫梦龙, 孙皓, 郑歆慰, 吴斌
【申请人】中国科学院电子学研究所
【公开日】2016年4月13日
【申请日】2015年12月31日
【技术领域】
[0001] 本发明设及光学遥感图像的目标识别技术领域，具体是一种对具有旋转角度的目 标进行识别的方法。
【背景技术】
[0002] 遥感技术的发展极大地丰富了人们获取数据的手段，海量的数据同时也加剧了利 用计算机辅助人进行目标自动或半自动解译的需求。然而由于遥感图像大都是正射影像， 图像中的目标具有任意的方向性，运使得许多的目标检测识别方法的性能受到了很大的限 审IJ。目标切片自动方向纠正技术利用目标本身的结构特征，通过建模其旋转变换模型而确 定目标的方向。该技术作为一个重要的数据预处理过程，可W使得许多目标检测识别方法 获得更好的性能。
[0003] 为了减轻目标朝向任意性对检测识别算法的负面影响，研究人员设计了诸多旋转 不变的局部特征描述，并应用到目标的检测识别中。但是运些方法在实际的工程应用中尚 不成熟，主要体现在两方面:1)不变性与信息的保留是相矛盾的，为了获取某种不变性必然 要损失相应的信息；2)旋转不变性的获得往往是与特定的特征紧密结合的，运就限制了其 应用范围。
【发明内容】
[0004] (一)要解决的技术问题
[000引本发明的目的在于，提供一种目标识别方法，能够快速和准确地纠正目标方向，使 得已收集的目标和待识别的目标具有一致的朝向，进而提高目标识别的性能。
[0006] (二)技术方案
[0007] 本发明提供一种目标识别方法，用于对具有旋转角度的目标进行识别，包括：
[000引S1，根据目标的旋转角度，构造旋转模型；
[0009] S2,根据旋转模型，构造目标函数，并根据目标函数对目标进行变换，得到变换后 的目标；
[0010] S3，判断目标变换前后，目标函数值的差值是否小于一预设值，若是，则执行步骤 S4，否则返回执行步骤S2~S3;
[0011] S4，对变换的后的目标进行识别。
[001^ (S巧益效果
[0013] 本发明采用的旋转模型为低秩纹理模型，其相比于传统的旋转不变特征保留了更 为完整的信息，使得目标识别方法可W更为灵活的选择特征描述;另外，采用拉格拉日函数 求解最优化问题，并在循环迭代过程中，逐步逼近目标的方向，提高目标识别的性能。
【附图说明】
[0014] 图1为本发明实施例提供的目标识别方法的流程图。
【具体实施方式】
[0015] 本发明提供一种对具有旋转角度的目标进行识别的方法，其根据目标的旋转角度 构造旋转模型，并根据旋转模型构造目标函数，采用目标函数对目标进行变换，接着，判断 目标变换前后，目标函数值是否收敛，若是，则对变换的后的目标进行识别。本发明能够快 速和准确地纠正目标方向，使得已收集的目标和待识别的目标具有一致的朝向，进而提高 目标识别的性能。
[0016] 根据本发明的一种实施方式，目标的旋转角度为目标朝向与垂直方向或水平方向 的夹角，目标识别方法包括：
[0017] S1，根据目标的旋转角度，构造旋转模型；
[0018] S2,根据旋转模型，构造目标函数，并根据目标函数对目标进行变换，得到变换后 的目标，其中，对目标进行变换包括:将所述目标朝向变换到与垂直方向或水平方向一致。
[0019] S3,判断目标变换前后，所述目标函数值的差值是否小于一预设值，若是，则执行 步骤S4,否则返回执行所述步骤S2~S3;其中，在此步骤中，通过确定变换前后目标函数值 的差值，W判断迭代过程是否收敛。
[0020] S4,对变换的后的目标进行识别。
[0021] 根据本发明的一种实施方式，旋转模型τ的表达式为：
[0022]
[0023] 其中，Θ为目标的旋转角度。
[0024] 根据本发明的一种实施方式，目标函数为拉格朗日函数，其表达式为：
[0025]
[0026] 其中，1为变换前的目标，1<^为变换后的目标，6为误差矩阵，Δ 1为目标变换后旋转 模型τ的变化量，Υ为算子矩阵，μ为惩罚参数，λ为误差矩阵的稀疏性参数，取值为
，m，η分别为变换前目标的长和宽，日表示矩阵化damard乘积，为I的梯 度;其中，在构造拉格朗日函数时，首先需要初始化构造拉格朗日函数的算子矩阵Y和惩罚 参数μ，一般地，将其初始化为:Y = 0，μ = 1 0-3。
[0027] 变换后的目标1?勺表达式为：
[002引 I° = USi/"( Σ )yT，
[0029] 其中，片/,Σ,巧二 Λ.化/(/ Γ + ν/ΔΓ -玄+ 7/與为y .Γ + ν/ΔΓ-/、; + Κ///的奇异值分 解，U和V分别为奇异向量，Σ为奇异值，yT为V的转置矩阵，Si八（Σ)为Sa(x)函数，其表达式 为：
[0030] Sa(x) = si即（x)max( I X I -α ,0)，
[0031] 其中，α为收缩因子，X为操作数，sign()为符号函数，当Sa(x)作用于向量或矩阵 时，则表示对向量或矩阵的每个元素分别进行收缩操作。
[0032] 根据本发明的一种实施方式，步骤S3包括：
[0033] 根据变换后的目标，更新误差矩阵E:
[0034]
[0035] 根据更新后的误差矩阵E，更新旋转模型：
[0036]
[0037] 判断目标变换前后，所述目标函数值的差值是否小于一预设值ε，即：
[00；3 引
[0039] 若是，则执行步骤S4,否则返回执行所述步骤S2~S3。其中，ε为预设的值，一般取ε =ιοΛ另外还需要判断目标函数是否到达最小值，要求目标函数值的变化量相当小，即目 标函数值迭代前后的相对变化值小于10- 5。在本方法的迭代过程，当收敛条件满足时即意味 着目标切片被旋转到一个固定的方向上(垂直或水平），而迭代过程中的变换后目标即为方 向纠正后的目标。
[0040] 为使本发明的目的、技术方案和优点更加清楚明白，W下结合具体实施例，并参照 附图，对本发明进一步详细说明。
[0041 ]图1为本发明实施例提供的目标识别方法的流程图，如图1所示，目标识别方法包 括：
[0042] S1，根据目标的旋转角度Θ，构造旋转模型τ:
[0043]
[0044] S2,初始化拉格朗日参数Υ = 0，μ=10-3,根据旋转模型，构造拉格朗日函数作为目 标函数，其表达式为：
[0045]
[0046] 其中，1为变换前的目标，1*^为变换后的目标，6为误差矩阵，Δ 1为目标变换后旋转 模型τ的变化量，Υ为算子矩阵，μ为惩罚参数，λ为误差矩阵的稀疏性参数，取值为 A = /小naMm、")，m，n分别为变换前目标的长和宽，日表示矩阵化damard乘积，V/为I的梯 度；
[0047] 根据目标函数对目标进行变换，得到变换后的目标，变换后的目标I喻表达式为：
[004引 i0 = usi/"(z)yT，
[0049] 其中，(Τ/，Σ，.?Γ) =鏡/(/of+V/Af-及+ F///)为/σ?·+.ν/Δ.Τ-迟+.巧// 的奇异值分 解，U和V分别为奇异向量，Σ为奇异值，yT为V的转置矩阵，Si八（Σ)为Sa(x)函数，其表达式 为：
[0050] Sa(x) = si即（x)max( I X I -α ,0)，
[0051] 其中，α为收缩因子，X为操作数，sign()为符号函数，当Sa(x)作用于向量或矩阵 时，则表示对向量或矩阵的每个元素分别进行收缩操作；
[0052] 其中，对目标进行变换包括:将所述目标朝向变换到与垂直方向或水平方向一致。
[0053] S3，根据变换后的目标，更新误差矩阵E:
[0化4]
[0055]根据更新后的误差矩阵E，更新旋转模型：
[0化6]
[0057]判断目标变换前后，所述目标函数值的差值是否小于一预设值ε = ΙΟΛ即：
[0化引
[0059] 若是，则执行步骤S4,否则返回执行所述步骤S2~S3。在本方法的迭代过程，当收 敛条件满足时即意味着目标切片被旋转到一个固定的方向上(垂直或水平），而迭代过程中 的变换后目标即为方向纠正后的目标。
[0060] S4,对变换的后的目标进行识别，本实施例采用公知方法进行目标识别，此技术手 段相对成熟，在此就不再寶述。
[0061] W上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详 细说明，所应理解的是，W上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡 在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保 护范围之内。
【主权项】
1. 一种目标识别方法，用于对具有旋转角度的目标进行识别，其特征在于，包括： Sl，根据所述目标的旋转角度，构造旋转模型； S2，根据所述旋转模型，构造目标函数，并根据所述目标函数对所述目标进行变换，得 到变换后的目标； S3,判断目标变换前后，所述目标函数值的差值是否小于一预设值，若是，则执行步骤 S4，否则返回执行所述步骤S2~S3; S4，对变换的后的目标进行识别。2. 根据权利要求1所述的目标识别方法，其特征在于，所述旋转模型τ的表达式为：其中，Θ为目标的旋转角度。3. 根据权利要求2所述的目标识别方法，其特征在于，所述目标函数为拉格朗日函数， 其表达式为：其中，I为变换前的目标，It3为变换后的目标，E为误差矩阵，△ τ为目标变换后旋转模型τ 的变化量，Y为算子矩阵，μ为惩罚参数，λ为误差矩阵的稀疏性参数，取值为m，η分别为变换前目标的长和宽，?表示矩阵Hadamard乘积，V/为I的梯 度； 所述变换后的目标It3的表达式为： I° = USi/u( Σ )VT, 其中，的奇异值分解，U 和V分别为奇异向量，Σ为奇异值，VtSV的转置矩阵，Svu( Σ)为Sa(X)函数，其表达式为： Sa(X) = sign(x)max( I X I -α，〇)， 其中，α为收缩因子，x为操作数，sign〇为符号函数，当Sa(X)作用于向量或矩阵时，则表 示对向量或矩阵的每个元素分别进行收缩操作。4. 根据权利要求3所述的目标识别方法，其特征在于，所述步骤S3包括： 根据变换后的目标，更新误差矩阵E:根据更新后的误差矩阵E，更新旋转模型：判断目标变换前后，所述目标函数值的差值是否小于一预设值ε，即：若是，则执行步骤S4，否则返回执行所述步骤SI~S3。5.根据权利要求1所述的目标识别方法，其特征在于，所述旋转角度为所述目标朝向与 垂直方向或水平方向的夹角，其中，对所述目标进行变换包括:将所述目标朝向变换到与垂 直方向或水平方向一致。
【专利摘要】本发明提供一种对具有旋转角度的目标进行识别的方法，其根据目标的旋转角度构造旋转模型，并根据旋转模型构造目标函数，采用目标函数对目标进行变换，接着，判断目标变换前后，目标函数值是否收敛，若是，则对变换的后的目标进行识别。本发明能够快速和准确地纠正目标方向，使得已收集的目标和待识别的目标具有一致的朝向，进而提高目标识别的性能。
【IPC分类】G06K9/32
【公开号】CN105488505
【申请号】CN201511030188
【发明人】许光銮, 付琨, 孙显, 闫梦龙, 孙皓, 郑歆慰, 吴斌
【申请人】中国科学院电子学研究所
【公开日】2016年4月13日
【申请日】2015年12月31日
最新回复(0)