[發明專利]基于差分方法的高機動衛星時間序列遙感影像運動艦船目標檢測方法有效
| 申請號： | 202011335853.2 | 申請日： | 2020-11-25 |
| 公開（公告）號： | CN112418105B | 公開（公告）日： | 2022-09-27 |
| 發明（設計）人： | 常學立;葉志偉;王春枝;靳華中;費藝 | 申請（專利權）人： | 湖北工業大學 |
| 主分類號： | G06V20/13 | 分類號： | G06V20/13;G06V10/26;G06V10/28;G06T5/40;G06T7/136;G06T7/194;G06T7/215 |
| 代理公司： | 棗莊小度智慧知識產權代理事務所(普通合伙) 37282 | 代理人： | 鄭素娟 |
| 地址： | 430070 湖*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 方法 機動 衛星 時間 序列 遙感 影像 運動 艦船 目標 檢測 | ||
1.基于差分方法的高機動衛星時間序列遙感影像運動艦船目標檢測方法，其特征在于，包括以下步驟：
步驟1，利用輻亮度均一化消除時間序列影像間整體輻亮度差異；
步驟2，連續相鄰三景時間序列影像間差分；
步驟3，多結構元形態學濾波；
步驟4，最大類間方差背景提?。?/p>
步驟5，基于標記的分水嶺分割檢測；
所述步驟2連續相鄰三景時間序列影像間差分的方法，假設這三景連續的時間序列影像為f(k-1)(x,y)，f(k)(x,y)和f(k+1)(x,y)，首先對前兩景相鄰影像進行差分處理：
d(k-1,k)(x,y)＝f(k)(x,y)-f(k-1)(x,y)；
式中，d(k-1,k)(x,y)為差分后的結果，再次將第三景與之前的結果進行差分如下，
d(k-1,k,k+1)(x,y)＝f(k+1)(x,y)-d(k-1,k)(x,y)；
其中，d(k-1,k,k+1)(x,y)為二次差分后得到的圖像。
2.如權利要求1所述的基于差分方法的高機動衛星時間序列遙感影像運動艦船目標檢測方法，其特征在于：所述步驟1利用輻亮度均一化消除時間序列影像間整體輻亮度差異的方法，假設第一張影像和后續某一張影像的灰度分布概率密度函數為Pr(r)和Pz(z)，則首先對第一張影像進行直方圖均衡化處理如下，
同理，對Pz(z)作均衡化處理如下，
式中，n為圖像中總的像素數目，nj為灰度為rj或zj的像素數目，L為總的灰度級，通過公式(1)和公式(2)可以建立rk和zk的關系如下，
zk＝G-1(vk)＝G-1[Prox(sk)]＝G-1[Prox(T(rk))]；
式中Prox(sk)為與sk最為接近的vk。
3.如權利要求2所述的基于差分方法的高機動衛星時間序列遙感影像運動艦船目標檢測方法，其特征在于：所述步驟3多結構元形態學濾波算法，在0°、45°、90°和135°四個方向采用不同尺度的線性結構元素進行開、閉運算，如下，
式中，i、j分別表示不同的結構元素數目和不同的尺度，ω為權系數，f為差分結果圖像，b為結構元。
4.如權利要求3所述的基于差分方法的高機動衛星時間序列遙感影像運動艦船目標檢測方法，其特征在于：所述步驟4最大類間方差背景提取方法，
其中，μ0,1,T(t)為類的均值，計算方法如下，
上式中，權值ω0,1是由閾值t分割的兩個類別灰度值的概率，為兩個類別的方差。
5.如權利要求4所述的基于差分方法的高機動衛星時間序列遙感影像運動艦船目標檢測方法，其特征在于：所述的基于標記的分水嶺分割檢測方法，利用權利要求3所述的濾波結果和權利要求4所述的背景提取的結果對分水嶺算法進行標記，最終檢測到運動艦船目標。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于湖北工業大學，未經湖北工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011335853.2/1.html，轉載請聲明來源鉆瓜專利網。
