[發明專利]一種基于圖像顯著性分析的SAR圖像溢油檢測方法

在審

• 申請號: 202010534064.5
• 申請日: 2020-06-12
• 公開（公告）號: CN111860534A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 靳熙芳;萬劍華;呂新榮;任鵬;宋彥;江偉偉;鐘山;葛磊
• 申請（專利權）人: 國家海洋局北海預報中心（（國家海洋局青島海洋預報臺）（國家海洋局青島海洋環境監測中心站））;中國石油大學（華東）
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T5/00;G06T5/20;G06T7/00;G06T7/11;G06T7/136;G06T7/194;G06T7/90
• 代理公司: 北京德和衡律師事務所 11405
• 代理人: 樊培偉

1.一種SAR圖像溢油區域檢測方法，其特征在于，檢測方法包括：

步驟1)獲取顯著性圖像：

進行圖像顯著性檢測，生成歸一化顯著性圖像；

步驟2)計算自適應迭代閾值T：

利用自適應迭代閾值算法計算自適應迭代閾值T；

步驟3)判斷溢油區域：

在對SAR溢油圖像進行顯著性檢測后，在顯著性圖像中，每個像素的像素值代表該像素的顯著性程度；利用自適應迭代閾值法求取整個顯著性圖像的閾值T，如果顯著性圖像中某個像素的值大于T，則屬于溢油區域，否則屬于非溢油區域。

2.根據權利要求1所述的檢測方法，其特征在于：

步驟1)獲取顯著性圖像的步驟如下：

1.1)將原始圖像由RGB空間轉換為Lab空間；

1.2)對Lab空間圖像進行高斯濾波；

1.3)對轉換后的圖像L，a，b三個通道的圖像分別取均值LM，AM和BM；并分別對三個通道的均值圖像和高斯濾波后的圖像計算歐式距離并求和；

1.4)利用顯著性圖像中的最大值和最小值對顯著性圖像歸一化，生成歸一化顯著性圖像。

3.根據權利要求1和2所述的檢測方法，其特征在于：

步驟1)獲取顯著性圖像的步驟如下：

1.1)首先借助式(1)將原始圖像I的RGB顏色空間轉換為XYZ空間，然后利用式(2)再將XYZ空間轉換為Lab空間，得到原始圖像對應的Lab空間圖像I_Lab；

其中，

1.2)針對Lab空間的圖像I_Lab的三個分量I_L、I_a和I_b全都采用3×3的高斯卷積核進行濾波得到濾波后圖像I_GLab；

其中，3×3的高斯卷積核為

1.3)分別求取I_Lab中Lab空間的三個分量I_L、I_a和I_b的均值LM，AM和BM，然后利用式(3)求取這三個均值與I_GLab中的三個分量的歐氏距離，進而得到顯著性圖像SM；

SM(x,y)＝(L_IGLab(x,y)-LM)²+(a_IGLab(x,y)-AM)²+(b_IGLab(x,y)-BM)² (3)

其中，(x,y)為像素坐標，L_IGLab(x,y)、a_IGLab(x,y)和b_IGLab(x,y)分別是I_GLab的三個分量在坐標(x,y)處的值；

1.4)利用式(4)顯著性圖像SM中的最大值Max_SM和最小值Min_SM，將SM進行歸一化處理得到歸一化顯著性圖像NSM；

NSM(x,y)＝(SM(x,y)-Min_SM)/(Max_SM-Min_SM) (4)。

4.根據權利要求1和2所述的檢測方法，其特征在于：

步驟2)自適應迭代閾值法的步驟如下：

2.1)求出圖像的最大灰度值和最小灰度值，分別記為Zmax和Zmin，令初始閾值

T₀＝(Z_max+Z_min)/2 (5)

2.2)根據閾值Tk將圖像分割為前景和背景，分別求出兩者的平均灰度值Z_o和Z_b；

2.3)求出新閾值：

T_k+1＝(Z_o+Z_b)/2 (6)

2.4)若T_k＝T_k+1，則停止迭代，所得即為最終閾值，否則轉到步驟2.2)。

5.根據權利要求1和2所述的檢測方法，其特征在于：

步驟3)判斷溢油區域的步驟如下：

利用式(7)判斷歸一化顯著性圖像NSM中每個像素的顯著性值與T的關系確定是否為溢油像素。

其中R_oil(x，y)代表坐標(x,y)處的像素是否為溢油區域的像素，為1則視為溢油區域像素，為0則視為非溢油區域像素。