[發(fā)明專利]一種光學(xué)遙感圖像海面船只目標(biāo)的檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711226037.6
• 申請(qǐng)日: 2017-11-29
• 公開(kāi)（公告）號(hào): CN107992818B
• 公開(kāi)（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 于樹(shù)海;賀小軍;于野;安源;鐘興
• 申請(qǐng)（專利權(quán)）人: 長(zhǎng)光衛(wèi)星技術(shù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62
• 代理公司: 長(zhǎng)春眾邦菁華知識(shí)產(chǎn)權(quán)代理有限公司 22214
• 代理人: 朱紅玲

一種光學(xué)遙感圖像海面船只目標(biāo)的檢測(cè)方法，涉及針對(duì)光學(xué)衛(wèi)星的海域船只快速檢測(cè)方法，解決現(xiàn)有光學(xué)遙感圖像海面船只目標(biāo)的檢測(cè)方法存在適應(yīng)性較差，算法過(guò)于復(fù)雜，光學(xué)遙感圖像處理和檢測(cè)難度偏大，導(dǎo)致船舶檢測(cè)虛警率和漏檢率高，不利于快速、準(zhǔn)確信息獲取的問(wèn)題，利用haar?like特征進(jìn)行海上船舶檢測(cè)。利用多源遙感影像構(gòu)建船只組建樣本庫(kù)；然后對(duì)樣本進(jìn)行旋轉(zhuǎn)；接著對(duì)RGB三譜段遙感圖像進(jìn)行譜段運(yùn)算的預(yù)處理，提高目標(biāo)和海面背景的對(duì)比度，以降低目標(biāo)檢測(cè)的漏檢率；然后訓(xùn)練基于haar?like特征的Adaboost分類器，實(shí)現(xiàn)船舶粗檢測(cè)；然后對(duì)粗檢測(cè)獲取的船舶區(qū)進(jìn)行分割處理，通過(guò)判斷目標(biāo)長(zhǎng)寬比、對(duì)稱性等幾何特征，進(jìn)一步排除海浪、云霧等，并獲取船舶目標(biāo)的幾何信息。

技術(shù)領(lǐng)域

本發(fā)明涉及一種針對(duì)光學(xué)衛(wèi)星的海域船只快速檢測(cè)方法，可用于快速、準(zhǔn)確的船只檢測(cè)，不僅適用于地面數(shù)據(jù)處理系統(tǒng)，也可用于在對(duì)實(shí)時(shí)性要求較高的衛(wèi)星在軌處理系統(tǒng)方面。

背景技術(shù)

隨著交通運(yùn)輸?shù)娜找姘l(fā)展，船舶已經(jīng)成為人們開(kāi)發(fā)海洋，利用海洋的重要工具之一。通過(guò)對(duì)海面上行駛船舶的監(jiān)視與檢測(cè)，可以有效的對(duì)特定海域、海灣和港口內(nèi)的水運(yùn)交通進(jìn)行管制，提高我國(guó)海運(yùn)監(jiān)控，管理和調(diào)度能力，以便快速處理或者盡量避免海運(yùn)交通事故，因此海上船只目標(biāo)的快速檢測(cè)技術(shù)具有重要的研究意義與應(yīng)用價(jià)值。

專利“一種光學(xué)遙感影像船只檢測(cè)方法，公開(kāi)號(hào)：CN103984945A”公開(kāi)了以一種光學(xué)遙感影像船只檢測(cè)方法，利用水體光譜信息與空間結(jié)構(gòu)信息實(shí)現(xiàn)水面均質(zhì)區(qū)域的分割，同時(shí)利用統(tǒng)計(jì)檢驗(yàn)方法獲取最優(yōu)背景概率密度函數(shù)實(shí)現(xiàn)最優(yōu)化CFAR船只目標(biāo)檢測(cè)，但該方法屬于無(wú)監(jiān)督算法，與本發(fā)明相比適應(yīng)性低，不利于大規(guī)模使用。專利“一種復(fù)雜背景sar圖像艦船尾跡檢測(cè)方法，公開(kāi)號(hào)：CN103985125B”公開(kāi)了一種復(fù)雜背景sar圖像艦船尾跡檢測(cè)方法，通過(guò)對(duì)sar圖像進(jìn)行結(jié)構(gòu)-紋理分解以實(shí)現(xiàn)船只檢測(cè)，但與攜帶豐富信息的光學(xué)遙感圖像相比，sar圖像信息較少，不利用船只的精確識(shí)別。本發(fā)明采用機(jī)器學(xué)習(xí)和物理特征約束相結(jié)合的方式，可實(shí)現(xiàn)光學(xué)遙感圖像中船只的高精度檢測(cè)，為后期目標(biāo)型號(hào)識(shí)別奠定基礎(chǔ)。

發(fā)明內(nèi)容

本發(fā)明為解決現(xiàn)有光學(xué)遙感圖像海面船只目標(biāo)的檢測(cè)方法存在適應(yīng)性較差，算法過(guò)于復(fù)雜，光學(xué)遙感圖像處理和檢測(cè)難度偏大，導(dǎo)致船舶檢測(cè)虛警率和漏檢率高，不利于快速、準(zhǔn)確信息獲取的問(wèn)題，提供一種光學(xué)遙感圖像海面船只目標(biāo)的檢測(cè)方法。

光學(xué)遙感圖像海面船只目標(biāo)的快速檢測(cè)方法，該方法由以下步驟實(shí)現(xiàn)：

步驟一、構(gòu)建Adaboost船只檢測(cè)分類器，基于Haar-like特征，訓(xùn)練Adaboost船只檢測(cè)分類器，實(shí)現(xiàn)船只粗檢測(cè)；

步驟一一、收集多源遙感影像，包括船只、云霧、海浪或礁石的遙感圖像樣本，構(gòu)建目標(biāo)樣本庫(kù)；

步驟一二、對(duì)步驟一一樣本庫(kù)中的樣本進(jìn)行多角度旋轉(zhuǎn)處理，獲得不同旋轉(zhuǎn)角度的訓(xùn)練樣本；

步驟一三、采用RGB三通道光譜譜間運(yùn)算的預(yù)處理方法對(duì)步驟一二獲得的訓(xùn)練樣本進(jìn)行處理，提高船只樣本與海面對(duì)比度；

步驟一四、采用步驟一三獲得的樣本訓(xùn)練基于Haar-like特征的Adaboost船只檢測(cè)分類器，實(shí)現(xiàn)船只粗檢測(cè)；

步驟二、輸入待測(cè)圖像，并對(duì)待測(cè)圖像進(jìn)行RGB譜間變換，然后再采用步驟一訓(xùn)練的Adaboost船只檢測(cè)分類器進(jìn)行待測(cè)圖像中船只候選區(qū)域的提取；

步驟三、對(duì)步驟二中提取的候選區(qū)域首先進(jìn)行高斯濾波處理，然后采用最大類間插分法進(jìn)行二值化處理，實(shí)現(xiàn)船只目標(biāo)與背景的分割；

步驟四、對(duì)步驟三分割后的圖像采用形態(tài)學(xué)閉運(yùn)算修復(fù)輪廓信息，并進(jìn)行連通域檢測(cè)處理；

步驟五、采用圖像的二維像素信息計(jì)算步驟四中連通域的二維協(xié)方差矩陣，獲得連通域主軸方向，并將圖像按照主軸值進(jìn)行旋轉(zhuǎn)，保證旋轉(zhuǎn)后目標(biāo)主軸水平或垂直；