基于几何特征的星上可见光遥感图像舰船检测方法技术

本申请公开了一种基于星上可见光遥感图像的舰船平面几何特性的舰船确认方法，主要包括以下部分：首先利用待定舰船图像切片的均值和标准差对切片进行二值化操作，并求出二值化后切片中的潜在目标的质心位置；然后根据求得的质心位置采用相对熵分离出出切片中潜在目标与背景并更新切片的二值化结果和质心点位置；根据切片的长宽比与潜在目标质心到切片中心的距离分情况求出切片子块的质心点，根据潜在目标质心点和子块的质心点求出潜在目标的对称轴；最后利用得到的对称轴求出潜在目标的长宽比和潜在目标所在的外切矩形面积，用这两个值进行判定，获得最终的待定舰船图像切片的确认结果。

【技术实现步骤摘要】
基于几何特征的星上可见光遥感图像舰船检测方法
本申请属于数字图像处理
，涉及一种遥感图像中目标确认方法，尤其涉及一种适用于卫星上可见光遥感图像中舰船目标的检测方法。
技术介绍
我国海域广阔，拥有的海洋国土面积达到299.7万平方公里，舰船作为海上运输的重要载体，在各领域具有广泛的应用。因此，实现舰船的监视对我国维护本国的海洋权益、监督领海专属经济区具有十分重大的意义。在民用方面，实现舰船检测可以实时查看各个港口的航运交通状况，快速搜寻遇难船只，监控非法捕鱼和走私船只；在军事上，可以监控本国海域安全状况以及侦查敌方海上军事实力和部署，为国家安全和领土完整提供保障。而星上实现舰船检测可减少大量卫星影像数据传输带来的负担并且降低数据传送带宽的浪费、提高舰船监测的实时性。所以，基于星上可见光遥感图像舰船检测具有非常重要的研究价值及应用前景。它直接影响到海洋舰船目标监视的实时性和效率，同时去除无效的海洋图像数据，提高数据传输效率。目前对可见光遥感图像进行舰船确认的方法可以分为两大类：(1)传统特征提取的方法；(2)基于机器学习的方法。前者主要基于人眼视觉系统获得或者从已知舰船样本中统计出的灰度、纹理等的舰船先验信息得到的舰船图像特征，例如小波特征、基于海面分析的异常提取、舰船方向梯度直方图特征等，这类方法针对某些特定场景中的舰船有较高的检测准确率，然而对于不同场景并不具有普适性；后者主要利用舰船样本集合对某种神经网络框架进行训练得到舰船判断模型，比较有代表性的主要有支持向量机和卷积神经网络等，这类方法具有较强的普适性，但计算复杂，需要保存的模型中浮点数的数量较多，且由于星上存在太空辐射，容易损坏模型中的参数据，将导致模型无法正常使用，故此类方法并不适用于在卫星上进行舰船检测。虽然舰船检测的方法很多，但至今还没有能应对星上舰船检测应用苛刻的存储空间和计算量要求的有效算法。在此背景下，为了兼顾可见光遥感图像上舰船检测的准确性和星上存储与计算的苛刻条件，需要深入分析可见光遥感图像中的舰船成像特点，研究一种基于星上的舰船确认算法显得尤为重要。
技术实现思路
本申请要解决的技术问题在于提供可用于星上的可见光遥感图像海洋舰船目标确认方法。该方法根据舰船目标在可见光遥感图像上的成像特征信息，将舰船的灰度与纹理特征描述、形状特征与适应不同背景的舰船平面特征的舰船确认等多种技术相结合，有效提高了可见光遥感图像中舰船检测的准确率，并降低了运算复杂度和对存储的要求。为了实现上述的专利技术目的，本申请采用下述的技术方案：基于星上可见光遥感图像的舰船平面几何特性的舰船确认方法，其特征在于包括如下步骤：(1)对输入的可见光遥感图像提取出多个待检测舰船图像切片，其中，每一个待检测舰船图像切片中仅包含一个潜在舰船目标；(2)对待检测舰船图像切片进行遍历，求出所述切片中像素灰度值的均值和标准差，并对所述图像切片进行二值化操作以获得所述切片的二值图g'，根据所述二值图g'求得当前切片中包含的潜在舰船目标T'的质心m0'的位置；(3)使用上述步骤(2)中所求得的质心m0'的位置与二值图g'，查找质心m0'所属连通区域并依据各像素点与质心m0'的相对熵结果，通过K-means算法来精确逼近该区域的边界，并获得更新后的二值图g，潜在舰船目标T和其质心m0；(4)计算所述切片的长宽比r与所述质心m0到所述切片中心点的距离，依据舰船形状特性从待检测舰船图像切片中获取具有对称关系的子块，并计算所述子块的质心m1位置；(5)根据上述两个质心m0和m1的位置，计算出潜在舰船目标T的对称轴直线，并得到潜在舰船目标T在所述切片中的位置方向；(6)以所述切片中的质心m0为起始点，依据上述步骤(5)得到的对称轴直线分别在对称轴直线两侧找到属于潜在舰船目标T，且距离对称轴垂直距离最远的点e1和e2，并找到所述对称轴与潜在舰船目标T外边缘轮廓相交的点v1和v2；(7)计算潜在舰船目标T最小外接矩形的面积M，并根据步骤(6)中得到的点e1，e2，v1和v2分别计算各个点到质心m0的距离ed1，ed2，vd1和vd1，依据所述距离计算比值若所述面积M和比值rls均符合预设判断条件，则判定潜在舰船目标T为舰船，否则判定潜在舰船目标T不是舰船。其中，所述步骤(2)中，二值化操作时使用的阈值为均值与标准差之和。所述待定舰船图像切片是经过初步提取后得到的不确定是否为舰船目标的图像切片。所述步骤(3)中，连通区域的查找使用的是8领域；先对所述切片统计其各个灰度值出现概率，然后以质心和质心所在区域外的随机一点为中心，计算相对熵以将所述切片分为潜在目标区域和背景区域两类。本专利技术所提供的基于星上可见光遥感图像的舰船平面几何特性的舰船确认方法具有如下优点：1.计算舰船平面几何特征时所用到的计算复杂度低、计算量小，所需要保存的数据少，适用于星上舰船检测的舰船确认。2.算法中利用相对熵来衡量当前像素点与聚类中心的距离，在精确逼近边界处时有较好的分割效果，能更准确地区分开切片中的潜在目标与背景。3.舰船的平面几何特征具有普适性，在各种光照和海洋背景下的变化较小，能适用于复杂多变的海洋环境和不同分辨率下的遥感图像中正确地分辨舰船目标和非船目标。附图说明下面结合附图和具体实施方式对本申请作进一步的详细说明。图1是本申请所述的基于星上可见光遥感图像的舰船平面几何特性的舰船确认方法流程示意图；图2是使用本文方法进行精确逼近潜在目标边界的结果图和原图的对比；图3是不同分辨率下多种海洋背景中的待进行舰船确认的可见光遥感图像切片及本文方法的舰船确认结果图。具体实施方式下面，对本申请所提供的基于星上可见光遥感图像的舰船平面几何特性的舰船确认方法具体实施步骤进行详细说明，处理流程见图1。步骤1：对输入的可见光遥感图像提取出多个待检测舰船图像切片，其中，每一个待检测舰船图像切片中仅包含一个潜在舰船目标。步骤2：对待检测舰船图像切片进行遍历，求出其均值和标准差，其中均值和方差的计算公式如下：其中μ为均值，σ为标准差，f(x,y)是切片上坐标为(x,y)的灰度值，w和h分别代表所述切片的宽和高；在计算开根号运算时使用卡马克快速平方根算法。其中，f(x,y)和f(x,y)2的求和运算在同一循环中计算，对待检测舰船图像切片的宽w和高h的求积运算也只计算一次。在进行二值化操作时，使用的计算公式如下：g'(x,y)＝l{f(x,y)＞μ+σ}(3)其中g'(x,y)为二值化后(x,y)点的值，l{·}为指示函数，其取值规则为：l{值为真的表达式}＝1；l{值为假的表达式}＝0。规定潜在目标T'{(x,y)|g'(x,y)＝1}。计算潜在舰船目标T'的质心m0的位置(x0,y0)：其中所有涉及到g'(x,y)的求和运算都在同一循环中进行。步骤3：使用8邻域遍历二值化结果，并找到质心m0'∈T'的区域；遍历待检测舰船切片，计算不同灰度值在整个切片中的出现概率pi：其中h(i)x,y代表所述切片上灰度值为i的各像素点的指示函数；h(i)x,y＝l{f(x,y)＝i}(6)其中f(x,y)＝i代表所述切片中像素点(x,y)的值为i；计算每个像素与m0'点的相对熵：公式(6)计算任意一点Q与质心点m0'之间的相对熵，为点m0的灰度本文档来自技高网...

【技术保护点】
1.基于几何特征的星上可见光遥感图像舰船检测方法，其特征在于包括如下步骤：(1)对输入的可见光遥感图像提取出多个待检测舰船图像切片，其中，每一个待检测舰船图像切片中仅包含一个潜在舰船目标；(2)对待检测舰船图像切片进行遍历，求出所述切片中像素灰度值的均值和标准差，并对所述图像切片进行二值化操作以获得所述切片的二值图g'，根据所述二值图g'求得当前切片中包含的潜在舰船目标T'的质心m0'的位置；(3)使用上述步骤(2)中所求得的质心m0'的位置与二值图g'，查找质心m0'所属连通区域并依据各像素点与质心m0'的相对熵结果，通过K‑means算法来精确逼近该区域的边界，并获得更新后的二值图g，潜在舰船目标T和其质心m0；(4)计算所述切片的长宽比r与所述质心m0到所述切片中心点的距离，依据舰船形状特性从待检测舰船图像切片中获取具有对称关系的子块，并计算所述子块的质心m1位置；(5)根据上述两个质心m0和m1的位置，计算出潜在舰船目标T的对称轴直线，并得到潜在舰船目标T在所述切片中的位置方向；(6)以所述切片中的质心m0为起始点，依据上述步骤(5)得到的对称轴直线分别在对称轴直线两侧找到属于潜在舰船目标T，且距离对称轴垂直距离最远的点e1和e2，并找到所述对称轴与潜在舰船目标T外边缘轮廓相交的点v1和v2；(7)计算潜在舰船目标T最小外接矩形的面积M，并根据步骤(6)中得到的点e1，e2，v1和v2分别计算各个点到质心m0的距离ed1，ed2，vd1和vd1，依据所述距离计算比值...

【技术特征摘要】
1.基于几何特征的星上可见光遥感图像舰船检测方法，其特征在于包括如下步骤：(1)对输入的可见光遥感图像提取出多个待检测舰船图像切片，其中，每一个待检测舰船图像切片中仅包含一个潜在舰船目标；(2)对待检测舰船图像切片进行遍历，求出所述切片中像素灰度值的均值和标准差，并对所述图像切片进行二值化操作以获得所述切片的二值图g'，根据所述二值图g'求得当前切片中包含的潜在舰船目标T'的质心m0'的位置；(3)使用上述步骤(2)中所求得的质心m0'的位置与二值图g'，查找质心m0'所属连通区域并依据各像素点与质心m0'的相对熵结果，通过K-means算法来精确逼近该区域的边界，并获得更新后的二值图g，潜在舰船目标T和其质心m0；(4)计算所述切片的长宽比r与所述质心m0到所述切片中心点的距离，依据舰船形状特性从待检测舰船图像切片中获取具有对称关系的子块，并计算所述子块的质心m1位置；(5)根据上述两个质心m0和m1的位置，计算出潜在舰船目标T的对称轴直线，并得到潜在舰船目标T在所述切片中的位置方向；(6)以所述切片中的质心m0为起始点，依据上述步骤(5)得到的对称轴直线分别在对称轴直线两侧找到属于潜在舰船目标T，且距离对称轴垂直距离最远的点e1和e2，并找到所述对称轴与潜在舰船目标T外边缘轮廓相交的点v1和v2；(7)计算潜在舰船目标T最小外接矩形的面积M，并根据步骤(6)中得到的点e1，e2，v1和v2分别计算各个点到质心m0的距离ed1，ed2，vd1和vd1，依据所述距离计算比值若所述面积M和比值rls均符合预设判断条件，则判定潜在舰船目标T为舰船，否则判定潜在舰船目标T不是舰船。2.如权利要求1中所述的方法，其特征在于：所述步骤(2)中，在进行二值化操作时，使用的计算公式如下：g'(x,y)＝l{f(x,y)＞μ+σ}(1)其中μ为均值，σ为标准差，f(x,y)是切片上坐标为像素点(x,y)的灰度值，g'(x,y)为二值化后(x,y)点的值，l{·}为指示函数，其取值规则为：l{值为真的表达式}＝1；l{值为假的表达式}＝0；然后采用以下公式(2)计算潜在舰船目标T的质心m0'的位置(x0,y0)：其中g'(x,y)为二值化后像素点(x,y)的值。3.如权利要求1中所述的方法，其...

【专利技术属性】
技术研发人员：谢笑阳，徐其志，李波，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11