一种基于卫星序列图像的运动舰船检测与跟踪方法技术

技术编号:19428143 阅读:26 留言:0更新日期:2018-11-14 11:08
本发明专利技术涉及一种基于卫星序列图像的运动舰船检测与跟踪方法,属于视频卫星图像处理技术。本发明专利技术的步骤如下:不断获取包括运动舰船的卫星序列图像,输入相邻两帧图像;对两帧图像进行图像配准;计算两帧图像的差值图像并计算差值图像的多尺度显著图;基于显著图提取二值化前景图像之后,根据背景与舰船区域的灰度差异分别在两帧图像中提取运动舰船区域;将两帧图像中的运动舰船区域进行匹配,得到运动舰船匹配对;以每三帧图像的中间帧为关联帧,对运动舰船进行关联,从而实现舰船跟踪。本发明专利技术方法充分利用差值图像的多尺度显著图,避免了差分图像存在的目标空洞、细小轮廓多等问题;以每相邻两帧图像进行舰船匹配、每三帧图像的中间帧为关联帧实现舰船的跟踪。

【技术实现步骤摘要】
一种基于卫星序列图像的运动舰船检测与跟踪方法
本专利技术涉及一种基于卫星序列图像的运动舰船检测与跟踪方法,属于视频卫星图像处理技术。
技术介绍
我国具有辽阔的海岸线,海洋面积广阔,舰船是海上重要的运输工具和军事目标,对相关海洋区域舰船目标进行监视与跟踪具有重要的现实意义。在民用领域,可以监控一些重要港口或海域,在海洋安全、海事管理、海洋交通管制、非法走私、非法捕鱼等应用前景广阔。在军事领域,舰船目标检测与跟踪技术在海洋侦查、监视领域具有重要的地位,可以监视重要港口或海域的舰船动态,分析舰船的位置、航向及航速,识别舰船类别等。目前,常用的地基舰船跟踪手段,主要通过安装在海面浮漂上的数字摄像机来检测与跟踪海上舰船目标,但是这种方式覆盖范围小、隐蔽性极差等缺点使其在海洋舰船检测与跟踪方面的应用受限。而遥感技术实现了远距离和非接触的目标探测能力,具有侦查范围广、不受地面和空中条件限制、隐蔽性强、信息获取及时等优点。随着遥感技术的发展,利用遥感图像进行舰船目标检测或跟踪成为可能。研究人员主要利用SAR和光学静态遥感图像开展舰船检测方法研究。对于SAR图像舰船目标检测与识别,主要是利用舰船目标与水体之间不同的电磁散射特性在SAR图像上所表现出的差异。相比于SAR图像数据,光学遥感图像舰船目标检测研究起步晚一些,但是,随着光学卫星分辨率的不断提高,利用光学静态图像舰船检测的研究不断增多。海陆背景下的舰船目标检测主要包括海陆分离、舰船目标检测、舰船目标分类等。但是,无论是SAR遥感图像还是光学静态遥感图像,只能实现基于单幅图像的舰船检测,对于舰船的运动信息无能为力。近年来,随着高分辨率视频卫星系统的出现,特别是2013年1m分辨率的Skybox卫星的成功应用,我国也特别重视视频卫星的发展,分别于2015年和2017年发射了吉林一号和欧比特视频卫星,因此,利用卫星跟踪与监视大范围海域的运动舰船也将成为可能。
技术实现思路
本专利技术的技术解决问题是:克服现有技术的不足,提供一种基于卫星序列图像的运动舰船检测与跟踪方法,其优点在于实现卫星监视海域的多运动舰船目标的检测与跟踪,可有效获取多个运动舰船轨迹、航速、航向等动态信息。本专利技术的技术解决方案是:一种基于卫星序列图像的运动舰船检测与跟踪方法,该方法的步骤包括:S1、通过卫星不断获取包括运动舰船的卫星序列图像,获取的卫星序列图像中,第t-1帧图像表示为It-1,第t帧图像表示为It,其中,t为大于等于2的正整数;S2、以步骤S1中的第t-1帧图像It-1为参考图像,以第t帧图像It为待配准图像,采用基于金字塔的最小二乘匹配方法计算It-1和It间的仿射变换矩阵,依据得到的仿射变换矩阵对It进行变换得到配准后的第t帧图像所述的采用基于金字塔的最小二乘匹配方法计算It-1和It间的仿射变换矩阵,依据得到的仿射变换矩阵对It进行变换得到配准后的第t帧图像的方法如下:S21,对第t-1帧图像和第t帧图像分别构建K层金字塔,得到第t-1帧K层金字塔和第t帧K层金字塔;所述金字塔优选高斯金字塔;所述K优选3~8;S22,将第t-1帧K层金字塔中的最高层即第K层图像表示为It-1,K(x,y),以It-1,K(x,y)为参考图像,将第t帧K层金字塔中的最高层即第K层图像表示为It,K(x',y'),以It,K(x',y')为待配准图像,采用最小二乘匹配方法计算It-1,K(x,y)和It,K(x',y')间的仿射变换矩阵;对参考图像It-1,K(x,y)中的坐标(x,y)进行仿射变换:其中,(x',y')为It,K(x',y')的坐标,M为仿射变换矩阵,m1~m6为矩阵参数;设定仿射变换矩阵M的初始值为根据最小二乘匹配原理,建立误差方程:解上述误差方程得到m1~m6的值;S23,保留仿射变换矩阵中的m1~m4的值不变,对m5重新赋值为2m5,对m6重新赋值为2m6,利用重新赋值后的仿射变换矩阵M'对第t帧K层金字塔中的第K-1层图像It,K-1进行仿射变换,得到变换后的图像I't,K-1;以第t-1帧K层金字塔中的第K-1层图像It-1,K-1为参考图像,变换后的图像I't,K-1为待配准图像,设定重新赋值后的仿射变换矩阵M'为It-1,K-1和I't,K-1配准的初始值,采用最小二乘匹配方法计算It-1,K-1和I't,K-1间的仿射变换矩阵;S24,重复步骤S23,直到采用最小二乘匹配方法计算第t-1帧K层金字塔中的第1层图像It-1,1(x,y)(即It-1)和第t帧K层金字塔中的第1层图像It,1(x',y')(即It)间的仿射变换矩阵,利用仿射变换矩阵对It进行变换,得到配准后的第t帧图像S3、差值图像的显著图计算:将步骤S2得到的和It-1逐像素相减,取绝对值得到差值图像,利用视差注意模型计算差值图像的显著图;所述利用视差注意模型计算差值图像的显著图,计算步骤如下:S31,直接将两幅图像和It-1逐像素相减取绝对值,得到差值图像D,并对得到的差值图像D构建L层的高斯金字塔,金字塔的第i层图像表示为Di,i=1,…,L;S32,对于金字塔的第i层图像Di,通过下式计算Di的对数幅度谱和相位谱:Li(Di)=log(||Fi(Di)||)Φi(Di)=ph(Fi(Di))其中,表示傅立叶变换,Fi(Di)表示Di的傅里叶变换值,||Fi(Di)||表示幅度谱,Li(Di)表示对数幅度谱,ph(·)用于计算相位谱,Φi(Di)表示相位谱;S33,根据第i层图像的对数幅度谱Li(Di),计算谱残差Ri(Di):Ri(Di)=Li(Di)-h(Di)*Li(Di)其中,h(Di)为均值滤波器,模板大小优选为3×3像素;通过下式将谱残差Ri(Di)和相位谱Φi(Di)进行傅立叶反变换,并用高斯滤波器G1进行平滑处理,得到第i层图像的显著图:其中,高斯滤波器G1的卷积核大小优选为3×3像素;重复步骤S32与S33,直到得到所有层图像的显著图;S34,显著图计算:对所有层图像的显著图分别进行插值运算,获得与差值图像D大小相同的插值显著图,然后将所有的插值显著图加权取平均得到平均显著图,最后用高斯滤波器G2对平均显著图进行高斯平滑,得到差值图像D的显著图;所述高斯滤波器G2的卷积核半径优选取5~15中的奇数;所述插值运算优选线性插值方法;S4、运动舰船区域提取:计算步骤S3得到的差值图像D的显著图的均值μ和方差σ,设定阈值T=μ+λ·σ,根据设定的阈值T对差值图像D的显著图进行阈值分割,获得差值图像D的显著图的二值化图像,其中,系数λ优选为1.0~2.0;进一步对二值化图像依次进行形态学膨胀、连通区域标记、对面积过大或过小的连通区域进行0值填充操作,得到二值化前景图像;根据得到的二值化前景图像分别检测It-1和中的运动舰船区域;所述进一步对二值化图像依次进行形态学膨胀、连通区域标记、对面积过大或过小的连通区域进行0值填充操作,得到二值化前景图像的方法,具体步骤包括:S41,利用形态学的膨胀对二值化图像进行形态学膨胀,形态学参数选大小为5×5像素的模板;形态学膨胀的主要作用是把二值化图像中空洞、缺口、分离区域进行填充或连通,以确保运动目标的完整性;S42,对膨胀处理后的二值化图像进行逐行扫描本文档来自技高网
...

【技术保护点】
1.一种基于卫星序列图像的运动舰船检测与跟踪方法,其特征在于该方法的步骤包括:S1、通过卫星不断获取包括运动舰船的卫星序列图像;S2、对步骤S1中获取的包括运动舰船的卫星序列图像中相邻的两幅原始图像进行配准,得到配准后的两幅图像;S3、计算步骤S2配准后的两幅图像的差值图像,并计算差值图像的显著图;S4、根据步骤S3得到的差值图像的显著图提取两幅图像中的运动舰船区域;S5、将步骤S4得到的两幅图像中的运动舰船区域进行匹配,得到运动舰船匹配对;S6、将步骤S5得到的运动舰船匹配对变换到步骤S2中原始两幅图像中,得到原始两幅图像中的运动舰船匹配对;S7、对步骤S1中获取的包括运动舰船的卫星序列图像中相邻的两幅原始图像进行配准,得到配准后的两幅图像;所述步骤S2中的相邻的两幅原始图像中有且仅有一幅为所述步骤S7中的相邻的两幅原始图像中的一幅;S8、重复步骤S3‑S6,得到步骤S7中原始两幅图像中的运动舰船匹配对;S9、对步骤S6得到的运动舰船匹配对和步骤S8得到的运动舰船匹配对进行关联,完成运动舰船的检测与跟踪。

【技术特征摘要】
1.一种基于卫星序列图像的运动舰船检测与跟踪方法,其特征在于该方法的步骤包括:S1、通过卫星不断获取包括运动舰船的卫星序列图像;S2、对步骤S1中获取的包括运动舰船的卫星序列图像中相邻的两幅原始图像进行配准,得到配准后的两幅图像;S3、计算步骤S2配准后的两幅图像的差值图像,并计算差值图像的显著图;S4、根据步骤S3得到的差值图像的显著图提取两幅图像中的运动舰船区域;S5、将步骤S4得到的两幅图像中的运动舰船区域进行匹配,得到运动舰船匹配对;S6、将步骤S5得到的运动舰船匹配对变换到步骤S2中原始两幅图像中,得到原始两幅图像中的运动舰船匹配对;S7、对步骤S1中获取的包括运动舰船的卫星序列图像中相邻的两幅原始图像进行配准,得到配准后的两幅图像;所述步骤S2中的相邻的两幅原始图像中有且仅有一幅为所述步骤S7中的相邻的两幅原始图像中的一幅;S8、重复步骤S3-S6,得到步骤S7中原始两幅图像中的运动舰船匹配对;S9、对步骤S6得到的运动舰船匹配对和步骤S8得到的运动舰船匹配对进行关联,完成运动舰船的检测与跟踪。2.根据权利要求1所述的一种基于卫星序列图像的运动舰船检测与跟踪方法,其特征在于:所述的步骤S2中,相邻的两幅原始图像进行配准的方法为:定义两幅原始图像分别为It-1和It,其中It-1为第t-1帧图像,It为第t帧图像;t为大于等于2的正整数;以第t-1帧图像It-1为参考图像,以第t帧图像It为待配准图像,采用基于金字塔的最小二乘匹配方法计算It-1和It间的仿射变换矩阵,依据得到的仿射变换矩阵对It进行变换得到配准后的第t帧图像3.根据权利要求2所述的一种基于卫星序列图像的运动舰船检测与跟踪方法,其特征在于:所述的采用基于金字塔的最小二乘匹配方法计算It-1和It间的仿射变换矩阵,依据得到的仿射变换矩阵对It进行变换得到配准后的第t帧图像的方法如下:S21,对第t-1帧图像和第t帧图像分别构建K层金字塔,得到第t-1帧K层金字塔和第t帧K层金字塔;S22,将第t-1帧K层金字塔中的最高层即第K层图像表示为It-1,K(x,y),以It-1,K(x,y)为参考图像,将第t帧K层金字塔中的最高层即第K层图像表示为It,K(x',y'),以It,K(x',y')为待配准图像,采用最小二乘匹配方法计算It-1,K(x,y)和It,K(x',y')间的仿射变换矩阵;对参考图像It-1,K(x,y)中的坐标(x,y)进行仿射变换:其中,(x',y')为It,K(x',y')的坐标,M为仿射变换矩阵,m1~m6为矩阵参数;设定仿射变换矩阵M的初始值为根据最小二乘匹配原理,建立误差方程:解上述误差方程得到m1~m6的值;S23,保留仿射变换矩阵中的m1~m4的值不变,对m5重新赋值为2m5,对m6重新赋值为2m6,利用重新赋值后的仿射变换矩阵M'对第t帧K层金字塔中的第K-1层图像It,K-1进行仿射变换,得到变换后的图像I't,K-1;以第t-1帧K层金字塔中的第K-1层图像It-1,K-1为参考图像,变换后的图像I't,K-1为待配准图像,设定重新赋值后的仿射变换矩阵M'为It-1,K-1和I't,K-1配准的初始值,采用最小二乘匹配方法计算It-1,K-1和I't,K-1间的仿射变换矩阵;S24,重复步骤S23,直到采用最小二乘匹配方法计算第t-1帧K层金字塔中的第1层图像It-1,1(x,y)(即It-1)和第t帧K层金字塔中的第1层图像It,1(x',y')(即It)间的仿射变换矩阵,利用仿射变换矩阵对It进行变换,得到配准后的第t帧图像4.根据权利要求1所述的一种基于卫星序列图像的运动舰船检测与跟踪方法,其特征在于:所述的步骤S3中,采用视差注意模型计算差值图像的显著图。5.根据权利要求4所述的一种基于卫星序列图像的运动舰船检测与跟踪方法,其特征在于:所述利用视差注意模型计算差值图像的显著图,计算步骤如下:S31,直接将两幅图像和It-1逐像素相减取绝对值,得到差值图像D,并对得到的差值图像D构建L层的高斯金字塔,金字塔的第i层图像表示为Di,i=1,…,L;S32,对于金字塔的第i层图像Di,通过下式计算Di的对数幅度谱和相位谱:Li(Di)=log(||Fi(Di)||)Φi(Di)=ph(Fi(Di))其中,表示傅立叶变换,Fi(Di)表示Di的傅里叶变换值,||Fi(Di)||表示幅度谱,Li(Di)表示对数幅度谱,ph(·)用于计算相位谱,Φi(Di)表示相位谱;S33,根据第i层图像的对数幅度谱Li(Di),计算谱残差Ri(Di):Ri(Di)=Li(Di)-h(Di)*Li(Di)其中,h(Di)为均值滤波器;通过下式将谱残差Ri(Di)和相位谱Φi(Di)进行傅立叶反变换,并用高斯滤波器G1进行平滑处理,得到第i层图像的显著图:重复步骤S32与S33,直到得到所有层图像的显著图;S34,显著图计算:对所有层图像的显著图分别进行插值运算,获得与差值图像D大小相同的插值显著图,然后将所有的插值显著图加权取平均得到平均显著图,最后用高斯滤波器G2对平均显著图进行高斯平滑,得到差值图像D的显著图。6.根据权利要求1所述的一种基于卫星序列图像的...

【专利技术属性】
技术研发人员:李海超陈亮李峰黄美玉辛蕾
申请(专利权)人:中国空间技术研究院
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1