一种基于扩展小波变换的复杂背景下舰船检测方法技术

本发明专利技术涉及一种基于扩展小波变换的复杂背景下舰船检测方法，属于可见光遥感图像目标检测和识别领域。本发明专利技术的目的是当海域灰度分布复杂，波浪、尾迹、云块干扰导致常见检测失败。本发明专利技术提出了用扩展小波变换方法查找感性趣区域，通过提取候选区域的轮廓，统计轮廓的长、宽、周长、面积、能量、熵等十一维特征信息最后完成舰船检测，剔除虚警信息。

A method of ship detection in complex background based on extended wavelet transform

The invention relates to a ship detection method under complex background based on extended wavelet transform, which belongs to the field of target detection and recognition in visible light remote sensing images. The purpose of the invention is when sea gray distribution is complex, wave, wake, clouds interference led to a common detection failure. The invention provides interested regions with extended search method of wavelet transform, by extracting the candidate region contour length and width, perimeter, area, energy, entropy and other eleven dimensional feature information statistics profile finally completed ship detection, eliminating false alarm information.

【技术实现步骤摘要】
一种基于扩展小波变换的复杂背景下舰船检测方法
本专利技术属于中高等分辨率下可见光遥感图像目标检测和识别
，尤其涉及一种基于扩展小波变换的复杂背景下舰船检测方法。
技术介绍
遥感图像目标检测与识别一直是遥感图像处理和模式识别领域研究的热点课题，而舰船目标作为海上监测和战时打击的重点目标，其自动检测与识别具有非常重要的现实意义，无论在民用还是军事领域都有着广阔的应用前景。目前海面舰船检测的算法主要是利用SAR图像舰船目标与水体之间不同的电磁散射的特性，SAR图像可以全天时、全天候对地观测，但是其分辨率和信噪比都较低(大约5m～25m)，并且重访周期长，不利于实时海域监测；随着高分辨率遥感图像的出现，图像细节丰富。结构特征明显，近年来受到学者的青睐。当海面较为平静、纹理均匀且水体较暗的图像，海面与舰船对比度明显时，常见算法能够取得良好的效果，但是受气候条件、太阳角度、天气状况、海面状况等因素的影响，海域灰度分布复杂，波浪、尾迹、云块的干扰使得常见算法效果大大降低，甚至无法定位到目标的感兴趣区域。本专利技术的方法结合遥感相机同时产生的多光谱数据，能够快速、准确的检测到海面复杂海况的舰船。
技术实现思路
为了解决现有技术中存在的技术问题，本专利技术提供一种基于扩展小波变换的复杂背景下舰船检测方法。为了解决上述问题，本专利技术的技术方案具体如下：一种基于扩展小波变换的复杂背景下舰船检测方法，包括如下步骤：步骤1：通过绿波段的灰度值BG和近红外波段的灰度值BNir，计算待识别图像img0(w*h)每个像素位置(i,j)的FunMSS＝BG-BNir/BG+BNir值，同时设定阈值threshold；步骤2：建立一幅和原始图像一样大小(w*h)全0图像img1；步骤3：判断img0每个像素位置(i，j)的FunMSS的值，若大于threshold，img0(i，j)置255，至此，完成海洋和陆地的分离；步骤4：将img0沿着垂直方向卷积高通滤波器G(Z1)，得到第一层高频垂直细节系数：D11，大小为w*h；步骤5：将img0沿着水平方向卷积高通滤波器G(Z2)，得到第一层高频水平细节系数：D12，大小为w*h；步骤6：将img0先卷积水平方向低通滤波器H(Z2)，再卷积垂直方向低通滤波器H(Z1)，得到第一层低频近似系数：X，大小为w*h；步骤7：将X沿着垂直方向卷积高通滤波器G(Z1)，得到第二层高频垂直细节系数：D21，大小为w*h；步骤8：将X沿着水平方向卷积高通滤波器G(Z2)，得到第二层高频水平细节系数：D22，大小为w*h；步骤9：将D11、D12、D21、D22各自取绝对值得到abs_D11、abs_D12、abs_D21、abs_D22；步骤10：将abs_D11、abs_D21、abs_D12和abs_D22相乘得到Res_VH；步骤11：采用局部极大值抑制的方法，在窗口m0*m0内寻找Res_VH的局部极大值点pt＝{pt1,pt2,...,ptn}，共n个；步骤12：设定阈值threshold1，判断n个点之间任意两个点距离，若任意两点间的距离小于threshold1，将其合并为一个质心点；这样得到合并后的点pt_new＝{pt1_new,pt2_new,...,ptm_new}，共m个。步骤13：以pt_new＝{pt1_new,pt2_new,...,ptm_new}中每一个点为中心，判断m1*m1大小范围内海陆分离图像img1的像素值，若m1*m1范围内所有点的值都是255，则保留该中心点，否则删除该中心点，最后得到k个点pt_res＝{pt1_res,pt2_res,...,ptk_res}；步骤14：以pt_res＝{pt1_res,pt2_res,...,ptk_res}为中心，在图img0截取m2*m2切片图像，得到k个切片图像img_s＝{img1_s,img2_s,…,imgk_s}；步骤15：以pt_res＝{pt1_res,pt2_res,...,ptk_res}每个点为中心，利用活动轮廓的方法检测每个切片图像的边缘，得到边缘图像img_b＝{img1_b,img2_b,…,imgk_b}；步骤16：统计每个边缘图像轮廓的外接矩形、长、宽和区域面积、周长；步骤17：计算每个边缘图像长宽比、紧致度、矩形度和灰度共生矩阵的四个参数能量、熵、对比度和相关性；步骤18；将步骤16和步骤17中得到的参数输入到SVM分类器中，将对应切片图像进行分类，确认舰船切片，剔除虚警切片。本专利技术具有以下优点和积极效果：1、结合多光谱信息，在快速分割得到的海域图像上，利用扩展小波变换的方法定位到候选舰船的区域；能够克服复杂海况下舰船检测困难，该法具有很高的检测率，虚警和漏警较少，便于硬件实现。2、利用了扩展小波变换的方法，并且将高频子带相乘，能够使算法应用到信噪比较低的情况下，扩展了算法的使用范围。附图说明下面结合附图和具体实施方式对本专利技术作进一步详细说明。图1是基于扩展小波变换的复杂背景下舰船检测方法的大体流程图。图2是步骤4到步骤12中涉及到的扩展小波算法流程图。图3是步骤1中待处理原图示意图。图4是步骤3海陆分解结果示意图。图5是步骤6进行了第一次扩展小波变换的得到低频近似图像。图6是步骤10将四个高频系数相乘后三维显示效果图。图7是切片示意图。图8是边缘提取示意图。具体实施方式本专利技术的专利技术思想为：一种基于扩展小波变换的复杂背景下舰船检测方法，关键是在复杂背景中快速定位到目标所在区域，本方法采取“在预筛选阶段最大化可疑目标个数，在后处理阶段最小化虚警概率”的策略，分三步骤进行：预处理阶段进行海洋和陆地分离；预筛选阶段快速检测海域上的感兴趣区域，定位目标所在位置区域；后处理阶段提取有利于区分目标和虚警的特征，排除大部分虚警保留最终的目标。本方法通过结合多光谱图像提供的冗余信息快速进行海陆分离，然后利用扩展小波变换法实现查找感兴趣区域，该方法速度快，同时有良好的抗噪声能力；当找到目标所在图像的位置时，利用活动轮廓方法提取目标的轮廓区域，统计长、宽、面积、周长、细长度、紧致度和矩形度等11维特征，并输入到SVM分类器中，最终将目标和虚警分离。为了更好的表述本专利技术的特征，下面结合具体实施方式对本专利技术作进一步详细的说明。实施例1：本专利技术在舰船夹杂在云层中图像上的应用。步骤1：如图3，通过绿波段的灰度值BG和近红外波段的灰度值BNir，计算待识别图像img0(273*273)每个像素位置(i,j)的FunMSS＝BG-BNir/BG+BNir值，根据经验值，设定阈值threshold＝0.3；步骤2：建立一幅和原始图像一样大小(273*273)全0图像img1；步骤3：如图4所示，判断img0每个像素位置(i，j)的FunMSS的值，若大于threshold，img0(i，j)置255，至此，完成海洋和陆地的分离；步骤4：将img0沿着垂直方向卷积高通滤波器G(Z1)，该方案中采用Haar小波的高通滤波器得到第一层高频垂直细节系数：D11，大小为273*273；步骤5：将img0沿着水平方向卷积高通滤波器G(Z2)，该方案中采用Haar小波的高通滤波器得到第一层高频水平细节系数：D12，大小为273*27本文档来自技高网...

【技术保护点】
一种基于扩展小波变换的复杂背景下舰船检测方法，其特征在于，包含如下步骤：步骤1：通过绿波段的灰度值B

【技术特征摘要】
1.一种基于扩展小波变换的复杂背景下舰船检测方法，其特征在于，包含如下步骤：步骤1：通过绿波段的灰度值BG和近红外波段的灰度值BNir，计算待识别图像img0(w*h)每个像素位置(i,j)的FunMSS＝BG-BNir/BG+BNir值，同时设定阈值threshold；步骤2：建立一幅和原始图像一样大小(w*h)全0图像img1；步骤3：判断img0每个像素位置(i，j)的FunMSS的值，若大于threshold，img0(i，j)置255，至此，完成海洋和陆地的分离；步骤4：将img0沿着垂直方向卷积高通滤波器G(Z1)，得到第一层高频垂直细节系数：D11，大小为w*h；步骤5：将img0沿着水平方向卷积高通滤波器G(Z2)，得到第一层高频水平细节系数：D12，大小为w*h；步骤6：将img0先卷积水平方向低通滤波器H(Z2)，再卷积垂直方向低通滤波器H(Z1)，得到第一层低频近似系数：X，大小为w*h；步骤7：将X沿着垂直方向卷积高通滤波器G(Z1)，得到第二层高频垂直细节系数：D21，大小为w*h；步骤8：将X沿着水平方向卷积高通滤波器G(Z2)，得到第二层高频水平细节系数：D22，大小为w*h；步骤9：将D11、D12、D21、D22各自取绝对值得到abs_D11、abs_D12、abs_D21、abs_D22；步骤10：将abs_D11、abs_D21、abs_D12和abs_D22相乘得到Res_VH；步骤11：在窗口m0*m0内寻找Res_VH的局部极大值点pt＝{pt1,pt2,...,ptn}，共n个；步骤12：设定阈值threshold1，...

【专利技术属性】
技术研发人员：聂婷，何斌，任建岳，付天骄，毕国玲，薛金来，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林,22