本发明涉及计算机图像处理，更具体的说是涉及结合遥感影像浅层云雾去除的发射车状态辨识方法及系统。
背景技术：
1、发射车状态辨识在军事应用中至关重要，快速、准确地获取敌方发射车的位置和状态信息对于战略决策和战术实施具有关键作用，而遥感技术因其侦照范围广、高效实时的特点，成为获取发射车状态信息的重要手段，利用遥感技术获取发射车状态能够为战略决策提供必要的信息，可以有效缩短决策周期，具有重大的研究价值。
2、目前，流行的深度学习方法已经能够较好地实现遥感图像发射车状态辨识，但是，也面临着日益严峻的挑战，包括由于视点变化、遮挡、云雾干扰等导致的目标视觉外观的巨大变化等，尤其是在云雾条件下，发射车的视觉特征容易被掩盖，使得传统算法难以对发射车状态进行准确辨识，这些复杂背景干扰因素使得目标容易漏检或错检，导致发射车状态辨识精度难以进一步提升。
3、因此，如何提高浅层云雾干扰下遥感图像的发射车状态辨识的精确度是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本发明提供了一种结合遥感影像浅层云雾去除的发射车状态辨识方法及系统以解决背景技术中提到的技术问题。
2、为了实现上述目的，本发明采用如下技术方案：
3、一种结合遥感影像浅层云雾去除的发射车状态辨识方法，包括以下步骤：
4、s101、获取原始光学遥感图像数据；
5、s102、对原始光学遥感图像数据进行预处理，并输入至云去除网络和目标检测网络顺序连接的端到端一体化网络；
6、s103、通过端到端一体化网络中的dehazenet云去除网络对预处理后的光学遥感图像数据进行浅层云雾去除；
7、s104、利用端到端一体化网络中的级联sc-yolo目标检测网络对去除浅层云雾后的图像数据进行目标特征提取、特征整合、发射车定位检测以及发射车状态分类辨识；
8、s105、通过计算dehazenet云去除网络、级联sc-yolo目标检测网络各自的损失函数进行监督训练，并将级联sc-yolo目标检测网络的发射车定位检测结果反馈给dehazenet云去除网络，调整云雾去除时的云去除权重；
9、s106、获取待测光学遥感图像数据输入训练好的端到端一体化网络，输出发射车定位检测结果以及发射车状态分类辨识结果。
10、优选的，步骤s102中，对原始光学遥感图像数据进行预处理的具体内容为：对获得的原始遥感图像进行线性量化和图像块裁切，标注目标真值框和目标发射车状态。
11、优选的，dehazenet云去除网络包括特征提取块、特征强化块和图像重建块；
12、特征提取块、特征强化块和图像重建块依次连接，特征提取块和图像重建块之间在相同特征图尺度上进行跳跃连接；
13、特征提取块的输入为原始图像，经过两次卷积层和下采样层，获取图像的深层特征图；特征强化块利用swin-transformer编码器和解码器对深层特征图进行特征强化还原发射车纹理特征；图像重建块对特征强化后的图像经过两次卷积层和上采样层并结合跳跃连接获取的多尺度特征进行图像重建，获得去除浅层云雾的清晰图像。
14、优选的，级联sc-yolo目标检测网络包括依次连接的主干网络、颈部网络、目标检测头和状态分类头；
15、主干网络用于从去除浅层云雾后的图像数据逐步提取不同层次的特征图，颈部网络用于进行多尺度特征融合，目标检测头用于通过多尺度融合特征图对发射车进行检测和定位，状态分类头用于基于目标检测头的输出结果对发射车的具体状态进行辨识。
16、优选的，目标检测头以多尺度融合特征图为输入，以发射车外观特征为真值，首先经过两个3×3卷积层处理，接着分别通过边界框回归层和1×1卷积层处理后，输出原始图像中发射车的边界框位置。
17、优选的，状态分类头基于检测头的输出进行进一步的状态辨识，以发射车切片为输入，以发射车不同状态信息为真值，经过2×2卷积层、展平层和两个全连接层后，输出发射车的状态辨识结果。
18、优选的，步骤s105中，调整云雾去除时的云去除权重的反馈调节损失函数具体为：
19、
20、其中，i为图像的第i个像素点，x为待去云图像，y为带有目标检测框的反馈图像，即发射车定位检测结果，λ为目标检测框周围区域的云去除权重系数。
21、一种结合遥感影像浅层云雾去除的发射车状态辨识系统，基于所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，包括：遥感图像获取模块、预处理模块、端到端一体化网络、监督训练模块和云去除权重反馈调节模块，端到端一体化网络包括顺序连接的dehazenet云去除网络和级联sc-yolo目标检测网络。
22、一种结合遥感影像浅层云雾去除的发射车状态辨识装置，包括图像获取设备、存储器和处理器；
23、图像获取设备，用于采集待检测的光学遥感图像；
24、存储器中存储有可在处理器上运行的计算机程序；
25、处理器与图像获取设备、存储器数据连接，处理器执行计算机程序时实现所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，对图像获取设备采集的待检测的光学遥感图像中的发射车状态进行自动辨识分类。
26、一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法。
27、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种结合遥感影像浅层云雾去除的发射车状态辨识方法及系统，优化云雾覆盖条件下发射车外观特征减弱导致的发射车状态难以辨识问题，提高了浅层云雾干扰下发射车状态辨识的精确度，同时在一定程度上降低了虚警率，得到高精确度的发射车状态辨识结果。
1.一种结合遥感影像浅层云雾去除的发射车状态辨识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，其特征在于，步骤s102中，对原始光学遥感图像数据进行预处理的具体内容为：对获得的原始遥感图像进行线性量化和图像块裁切，标注目标真值框和目标发射车状态。
3.根据权利要求1所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，其特征在于，dehazenet云去除网络包括特征提取块、特征强化块和图像重建块；
4.根据权利要求1所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，其特征在于，级联sc-yolo目标检测网络包括依次连接的主干网络、颈部网络、目标检测头和状态分类头；
5.根据权利要求4所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，其特征在于，目标检测头以多尺度融合特征图为输入，以发射车外观特征为真值，首先经过两个3×3卷积层处理，接着分别通过边界框回归层和1×1卷积层处理后，输出原始图像中发射车的边界框位置。
6.根据权利要求4所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，其特征在于，状态分类头基于检测头的输出进行进一步的状态辨识，以发射车切片为输入，以发射车不同状态信息为真值，经过2×2卷积层、展平层和两个全连接层后，输出发射车的状态辨识结果。
7.根据权利要求1所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，其特征在于，步骤s105中，调整云雾去除时的云去除权重的反馈调节损失函数具体为：
8.一种结合遥感影像浅层云雾去除的发射车状态辨识系统，其特征在于，基于权利要求1-7任意一项所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法，包括：遥感图像获取模块、预处理模块、端到端一体化网络、监督训练模块和云去除权重反馈调节模块，端到端一体化网络包括顺序连接的dehazenet云去除网络和级联sc-yolo目标检测网络。
9.一种结合遥感影像浅层云雾去除的发射车状态辨识装置，其特征在于，包括图像获取设备、存储器和处理器；
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7任意一项所述的一种结合遥感影像浅层云雾去除的发射车状态辨识方法。
