[發明專利]利用光學遙感影像自動檢測云層干擾艦船目標的方法

有效

• 申請號: 200910058741.4
• 申請日: 2009-03-30
• 公開（公告）號: CN101520896A
• 公開（公告）日: 2009-09-02
• 發明（設計）人: 陳懷新;王連亮
• 申請（專利權）人: 中國電子科技集團公司第十研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及圖像分析與模式識別領域的智能化目標檢測技術，尤其是涉及 利用遙感影像的云層干擾或云層半遮檔下的艦船目標自動檢測方法。

背景技術

在現有技術中，利用光學遙感影像的圖像處理與目標特性分析，可獲得 對圖像內容的理解以及場景的解譯。利用光學遙感影像的目標檢測可有效支 持軍事領域艦船的偵察和監視、民用領域的船只救援與管理。但是，光學遙感 影像中通常存在多形態云層及其云層對艦船的半遮擋的干擾現象，加之艦船目 標具有高稀疏性及隨機分布性特點，這些因素都給光學遙感影像的艦船目標自 動檢測帶來了極大的困難。

目前，現有利用遙感影像的艦船目標檢測方法，可以概括為：(1)采用預 設閾值的圖像分割與形狀和紋理特征匹配判決的艦船目標檢測方法，簡稱特征 匹配目標檢測法；(2)采用Randon變換或Hough變換的艦船尾跡檢測的間接艦 船目標檢測方法，簡稱變換目標檢測法。對遙感影像的多形態云層與云層對艦 船的半遮擋情況，上述特征匹配目標檢測法由于不易區分云層干擾區和艦船船 體區域，從而帶來特征匹配判決的艦船檢測的準確性不高。而變換目標檢測法 則不適合于慢速移動、無明顯尾跡特征的艦船檢測，此外，云層的多形態圖形 還會嚴重干擾對尾跡檢測效果，從而導致變換目標檢測法的遙感影像艦船目標 檢測率低、漏檢率和虛警率高。這兩類方法都無法有效分割艦船目標區域與云 層干擾的區域，因而不適用于光學遙感影像中存在多形態云層干擾，尤其是云 層對艦船的半遮擋情況下的高準確率的艦船目標檢測。

發明內容

本發明的任務是提出一種能夠顯著提高云層遮檔下的艦船目標檢測準確 率，減少其漏檢率和虛警率，并能快速、準確地確定影像目標區域，對艦船目 標進行自動檢測處理的方法。

為了實現上述目的，本發明提出一種利用光學遙感影像自動檢測云層干擾 艦船目標的方法，包括如下步驟：

1)海洋背景閾值計算，按照輸入影像的背景與艦船目標模板灰度特性分布， 計算出圖像區域分割的自適應閾值；

2)圖像閾值分割，用上述計算的海洋背景閾值對遙感圖像進行二值化分割， 獲得包含背景信息的“暗區域”和包含艦船輪廓信息的“亮區域”；

3)區域輪廓提取，用輪廓跟蹤與提取方法，對上述閾值分割圖中的“亮區 域”的邊緣輪廓進行提取，獲得區域輪廓坐標鏈；

4)區域輪廓方向鏈確定，用上述區域輪廓坐標鏈計算得到區域輪廓方向鏈；

5)候選艦船目標區域定位，用艦船輪廓方向鏈模板與上述區域輪廓方向鏈 進行滑窗匹配搜索，確定在遙感圖像中候選艦船區域的定位坐標；

6)目標特征提取與判決，用上述候選艦船的定位坐標分割出候選艦船的ROI 區域切片，計算ROI區域的多特征參數值，用多特征優先級的迭代決策法自動 進行候選艦船目標判別確認。

本發明相比于現有技術具有如下有益效果。

與現有方法相比，本發明通過面向對象的自適應閾值估計的影像區域分割， 可以快速、準確地確定光學遙感影像中目標區域；采用的輪廓跟蹤與模板匹配 搜索結合處理方法分離出艦船體區域與緊連船體的云層區域；利用特征決策樹 判決的目標確認方法，可顯著提高光學遙感影像中具有多形態云層干擾，尤其 是云層半遮檔下艦船目標自動檢測的準確率，減少其漏檢率和虛警率。本發明 具有較強的場景適應能力。

附圖說明

為了更清楚地理解本發明，現將通過本發明實施例，同時參照附圖，來描 述本發明，其中：

圖1是本發明對光學遙感影像中云層干擾或半遮擋艦船的檢測流程圖。

圖2是本發明光學遙感影像中海洋背景閾值估計值計算的流程圖。

圖3是本發明遙感影像中利用區域輪廓坐標鏈定位候選艦船區域的流程圖， 直接利用獲得的方向鏈進行全局匹配搜索候選艦船目標區域。

圖4是本發明利用區域輪廓坐標鏈定位候選艦船區域的流程圖，利用區域 輪廓的方向差分鏈進行候選艦船目標粗定位，再利用該粗定位信息引導在區域 輪廓方向鏈上進行艦船目標匹配搜索。

圖5是本發明的ROI切片特征提取與特征決策樹的目標判別確認流程圖。

圖6是遙感影像的目標輪廓跟蹤示意圖。

圖7是遙感影像的艦船目標輪廓模板示意圖。

圖8(a)是逆時針方向跟蹤的艦船目標輪廓模板；