[發明專利]一種基于Hu不變矩和支持向量機的艦船檢測方法

有效

• 申請號: 201410060914.7
• 申請日: 2014-02-24
• 公開（公告）號: CN103996017B
• 公開（公告）日: 2018-08-31
• 發明（設計）人: 王劍;王振飛;丁火平;童俊濤
• 申請（專利權）人: 航天恒星科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/54;G06K9/62
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 安麗

一種基于H_u不變矩和支持向量機的艦船檢測方法，主要應用于遙感影像處理領域。步驟分為三大部分：樣本集構建、獲取分類面和艦船檢測。樣本集構建部分主要是利用遙感圖像來獲取訓練樣本集和基于H_u不變矩的訓練樣本特征集；獲取分類面部分主要是采用支持向量機（SVM）對樣本特征集訓練，獲得線性分類面；艦船檢測部分主要是獲取測試數據集并采用線性分類面對測試數據集進行分類，獲取艦船目標。本發明基于遙感圖像中艦船目標表現出來的尺寸不同，停靠方向不統一的特點，充分利用H_u不變矩特征的抗尺度變化、抗旋轉變化等性質以及SVM的分類性能對艦船目標進行檢測，實驗結果表明該方法能夠有效區分艦船目標和海面、近海區域的非艦船目標。

技術領域

本發明涉及一種基于H_u不變矩和支持向量機的艦船檢測方法，屬于衛星圖像處理技術，用于遙感圖像在海面、港口等區域對艦船目標的自動監控領域。

背景技術

艦船檢測是自動目標識別領域的研究內容之一，實現海面目標的自動監控技術，不僅僅具有重要的軍事戰略意義，而且對于發展海洋應用具有重要的民用價值。艦船檢測技術是對于一幅由傳感器采集到的海面圖像或者港口圖像，根據預先設計的檢測準則，提取出圖像內的艦船目標的方法。根據傳感器類型的不同，可以分為紅外圖像艦船檢測、可見光圖像艦船檢測和SAR 圖像艦船檢測等技術。艦船檢測的一般步驟為：（1）輸入待檢測圖像；（2）確定檢測準則；（3）根據檢測準則進行艦船檢測；（4）檢測率和虛警率分析。

艦船目標可以分為海面艦船目標和近港艦船目標。海面艦船目標具有相對簡單的背景，且艦船和海水背景之間的對比度較為明顯，通常可以通過簡單的圖像分割技術而得到。近港艦船和港口碼頭緊貼在一起，其灰度級分布和港口碼頭較為接近，直接采用分割方法難以獲得好的檢測效果，且離港口碼頭較近的目標不一定是艦船，對于該類型的艦船，直接分割法的檢測能力有限。

基于形狀特征的艦船檢測方法是另外一種研究思路。根據艦船呈現出來的近似于矩形和橢圓型的特征，可以人工制備模板，對艦船進行檢測。該方法對于已知艦船大小和停靠方向的前提下能夠獲得較好的檢測效果，但是，在很多應用中，這一先驗知識是無從獲取的。也即基于形狀特征的艦船檢測無法抗尺度變化和旋轉變化。

發明內容

本發明的技術解決問題是：克服現有技術的不足，設計出一種基于Hu 不變矩特征和支持向量機的艦船檢測方法。有效解決了遙感圖像中不同大小、不同方向艦船目標的檢測問題，且具有思路簡單，容易推廣的特點。

本發明的技術解決方案是：一種基于Hu不變矩特征和支持向量機的艦船檢測方法，步驟如下：

（1）構建艦船目標的訓練樣本集：搜集包含艦船目標的遙感圖像，并截取艦船區域，將艦船目標的背景設為純黑色，從而完成構建艦船目標的訓練樣本集，即正樣本集；

（2）構建非艦船目標的訓練樣本集：搜集包含近海區域的遙感圖像，并截取海面或近海水域等非艦船目標區域，將非艦船目標的背景設為純黑色，從而完成構建非艦船目標的訓練樣本集，即負樣本集；

（3）對正樣本集和負樣本集中的樣本依次計算7個H_u不變矩特征φ₁、φ₂、φ₃、φ₄、φ₅、φ₆和φ₇，得到訓練樣本特征集；

（4）采用支持向量機對所述訓練樣本特征集進行訓練，選取線性核函數，得到線性分類面；

（5）對于待檢測的圖像，進行平滑濾波，以消除噪聲點和孤立點的影響；

（6）采用OTSU分割算法對平滑濾波后的圖像進行海陸分割，獲得海水和陸地的二值圖像；

（7）對二值圖像中的海水區域進行孔洞填充處理；