[發明專利]一種基于遙感圖像的海面異常漂浮物檢測方法

有效

• 申請號: 201510278075.0
• 申請日: 2015-05-27
• 公開（公告）號: CN104992140B
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 劉昱昊
• 申請（專利權）人: 上海海事大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于遙感圖像的海面異常漂浮物檢測方法，所述的圖像去噪模塊將遙感衛星圖像讀入遙感圖像進行去噪；所述的異常物體檢測模塊對圖像進行異常物體檢測；所述的排除已知信息模塊用于排除海面上的已知物體；所述的異常物體識別模塊對異常物體進行分類；所述的異常信息匯總模塊根據異常物體的子圖像上所附帶的坐標方位信息和分類信息，構建權重圖；所述的輸出模塊，將權重圖與原始遙感圖像進行合并，并輸出結果。本發明能夠在飛機失事時的方位信息缺失的情況下，根據遙感衛星圖像，快速的搜尋到飛機可能的失事地點，從而有效的縮小了搜救范圍，為搜救工作提供了強有力的參考信息。

技術領域

本發明涉及計算機視覺監控技術領域，海上搜救領域，具體涉及用于對海面異常漂浮物(可能是飛機殘骸，或者生還者)的檢測方法。

背景技術

對于在空中解體的飛機，傳統的搜救方法是根據飛機失事時所報告的方位，從而計算出該飛機可能的著陸地點，然后根據這個可能的地點來進行搜救，主要包括海面艦艇搜救和飛機搜救，這兩種方法都依靠人眼的觀察。這種方法針對于傳統的有著完整的飛機失事時所提供的方位信息的搜救環境，是非常可行的，但是，對于那些失聯客機或者由于飛機的通訊故障導致搜救隊伍無法獲取準確的失事時的方位信息的搜救任務，傳統的方法就很難勝任。

對于基于圖像的異常物體檢測和異常物體識別，是計算機視覺領域的比較成熟的方法，本發明通過將現如今較為成熟的物體檢測方法(基于哈爾(haar)特征和級聯強分類器(Adaboost)算法)，與線性判別分析(LDA)算法相結合，并結合已知的信息，提供了一種成本低速度快的異常漂浮物檢測方法，從而能夠為搜救任務提供一個較為可靠的搜救位置信息。

發明內容

本發明所要解決的技術問題是為了克服在傳統搜救方法必須依靠飛機失事時所提供的方位信息的限制，尤其在飛機失事時無法提供準確的方位信息的時候所遇到的搜救困難，提出了一種基于遙感圖像的海面異常漂浮物檢測方法。

本發明解決其技術問題所采用的技術方案是：

一種基于遙感圖像的海面異常漂浮物檢測方法，包括圖像去噪模塊，異常物體檢測模塊，排除已知信息模塊，異常物體識別模塊，異常信息匯總模塊，輸出模塊；所述的圖像去噪模塊將遙感衛星圖像導入到所述的漂浮物檢測系統中，使用中值濾波方法對讀入遙感圖像進行去噪，并將去噪后的遙感衛星圖像傳遞給異常物體檢測模塊；所述的異常物體檢測模塊將接收到的去噪后的遙感衛星圖像使用基于哈爾特征的級聯強分類器方法進行異常物體檢測，并將檢測出的疑似異常物體所對應的子圖像傳遞給排除已知信息模塊；所述的排除已知信息模塊將接收到的異常物體的子圖像根據其上附帶的方位信息，與在遙感圖像所采集時刻海面上船只所報告的方位進行對比、與海面上島嶼信息作對比、以及其他已知的海面物體作對比，排除海面上已知的正常信息，將未被排除的異常物體的子圖像傳遞給異常物體識別模塊；所述的異常物體識別模塊將接收到異常物體子圖像使用線性判別分析算法進行識別，從而區分出所述的異常物體是未知的合法物體(例如飛鳥，浮于海面的動物等)還是所要尋找的異常物體，并將異常物體的子圖像以及所對應的分類信息傳遞給異常信息匯總模塊；所述的異常信息匯總模塊，將接收到的異常物體的子圖像，根據其上所附帶的坐標方位，與原始的遙感圖像作對比，由于接收到的子圖像之間可能會出現重合，那么將根據某一區域重合塊數的多少以及分類結果給以不同的權值進行合并，并將合并后的附帶權值的圖像傳遞給輸出模塊；所述的輸出模塊，將得到的附帶權值的圖像，根據其上的權值不同給以不同的顏色，標注顏色依據權重由大到小依次從紅色過渡到藍色，對于權重為0的區域給以灰色標注。

所述的一種基于遙感圖像的海面異常漂浮物檢測方法，所需的設備為計算機，考慮到遙感圖像像素值通常非常高，導致運算量非常大，為了減少時間消耗，建議使用多核心的工作站或者更高級別的計算機。