一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法技术

本发明专利技术属于卫星遥感领域，公开了一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，包括如下步骤：(1)卫星视频单帧潜在目标获取：在利用差分形态学轮廓重建的视频帧亮目标提取的基础上，去除植被噪声，获取视频帧中的潜在船舶目标；(2)间隔帧船舶运动状态判别：通过改进的帧间差分法对不同视频帧之间进行差值运算，从潜在船舶目标中提取出动态船舶目标；(3)卫星视频动态船舶轨迹跟踪：利用自适应颜色模型对动态船舶目标进行轨迹跟踪。本发明专利技术对帧间差分算法进行了改进，可以在较小的计算量以及背景发生变化的前提下识别出船舶目标及其运动状态，并利用自适应的颜色模型跟踪其运动轨迹。

【技术实现步骤摘要】
一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法
本专利技术涉及一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法。
技术介绍
随着遥感卫星技术的发展，新推出的高分辨率卫星正在从图像采集向视频采集的方向发展。卫星视频图像的应用已成为遥感领域一个热门的研究课题。由于视频卫星技术的发展年限比较短，现有研究的主要方面是运动车辆检测以及地物分类。而目前运动目标检测的算法主要有背景差分法、光流法和帧间差分法三种算法，但是对于视频数据的应用，三种算法都有一定的缺陷。背景差分法虽然较为简单，但是场景中若有遮挡、光线等背景变化以及噪声过大，则会产生很大的误差；尤其是在背景运动情况下，背景差分法则会检测出大量的虚假目标。光流法的缺点是计算量较大，该算法并不是特别适合基于遥感视频卫星数据的目标实时检测。帧间差分法对速度较慢的目标不够敏感，且对环境噪声十分敏感。为了更好的检测运动速度较慢的目标，有学者对帧间差分法进行了改进，提出了累积帧间差分算法(AFD)，提高了速度较慢的目标的检测精度。但是采用AFD算法进行“慢速”目标检测时也有一定的缺陷，在检测运动目标的时候会检测空洞、虚假目标等问题。
技术实现思路
本专利技术的目的是提供一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，以便可以在较小的计算量以及背景发生变化的前提下识别出待检船舶目标及其运动状态。为了实现上述目的，本专利技术提供一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，包括如下步骤：(1)卫星视频单帧潜在目标获取：在利用差分形态学轮廓重建的视频帧亮目标提取的基础上，去除植被噪声，获取视频帧中的潜在船舶目标；(11)基于差分形态学轮廓重建从卫星视频图像中提取亮目标；(12)利用植被指数从卫星视频图像中提取植被；(13)叠加步骤(11)和步骤(12)的提取结果，通过形态学处理该叠加数据从卫星视频图像中获取潜在船舶目标；(2)间隔帧船舶运动状态判别：通过改进的帧间差分法对不同视频帧之间进行差值运算，从潜在目标中提取出动态目标；(3)卫星视频动态船舶轨迹跟踪：利用自适应颜色模型对动态目标进行轨迹跟踪。进一步地，步骤(11)中所述提取亮目标的算法如下：提取出多光谱图像中各像元在不同波段上的最大值，并将其作为该图像的亮度图像：B(x,y)＝max1≤k≤K(bandk(x,y))其中，B(x，y)表示像元(x，y)的亮度值，bandk(x，y)表示像元在第k波段上的光谱值，K为多光谱图像波段总数；针对亮度图像白高帽变换的结果进行差分形态学轮廓重建：DMPW_TH(d,s)＝|MPW_TH(d,(s+Δs))-MPW_TH(d,s)|其中，表示对亮度图像B进行形态学重建操作，d和s分别代表所选的线性结构元素的方向与尺度，Δs为线性结构元素的尺度增长步长，且满足smin≤s≤smax；由于建筑物在尺度的大小和方向上相对其他地物类别更具多样性，因此，在不同尺度和方向上对白高帽变换结果进行形态轮廓差分的均值处理结果为亮度目标指数：其中，D和S分别表示形态轮廓差分重建中结构元素的方向数和尺度数；取BTI结果中的前20％为亮度目标。进一步地，步骤(12)中所述提取植被的算法如下：GBVI＝G(x,y)-B(x,y)；随后对GBVI结果以10为阈值进行二值化处理，即经过GBVI的计算后，像素值小于10则标记为0，大于等于10则标记为1，以此得到植被提取结果；其中，G(x,y)为(x,y)像素点的绿波段对应的亮度值，B(x,y)为(x,y)像素点的蓝波段对应的亮度值，GBVI为植被波段差值指数。进一步地，步骤(13)中所述形态学处理为形态学闭操作；还对形态学闭操作后图像中的白色连通区域的大小进行筛选。进一步地，筛选时，将大小为300-5000像素标记为潜在船舶目标区域。进一步地，步骤(2)中所述提取动态船舶目标的过程如下：对视频图像的帧数采取降维处理，通过取每秒的第一帧图像来形成新的连续的视频图像；随后通过重复所述步骤(11)-(13)对新形成的视频图像逐帧进行潜在目标的提取，将降维后的视频数据的每一帧提取出的潜在船舶目标数量进行记录并对比，找出具有相同数目且数目最小的帧图像，并确定这个数目就是研究区域的潜在船舶目标数目；为了使目标移动一定的距离，对选取出来的目标数目最小且时间距离最远的两帧图像进行差分计算，生成新的目标位置图，并计算所有潜在船舶目标质心；根据生成的新目标位置图所记录的目标质心，与选取出的时间距离最远且具有相同目标数目的两帧图像中时间序列在前的那一帧图像中的目标质心对比，通过设置一定的距离阈值来确定目标是否发生位移，若质心的距离小于6个像素，则认定该质心所对应的目标是运动的；随后再将前后两帧图像进行质心匹配，通过设置一定的阈值，来区分剩下目标的运动状态：首先判断运动速度较慢的目标，如果质心匹配的最小距离小于该连通区域目标框对角线的长度，且大于6个像素，则判断为运动的目标；最小距离小于等于6个像素，则判断为静止的目标，剩下则为噪声点；至此，可以在前帧图像上标记出所有船舶目标的运动状态；将该质心与降维后的视频图像的第一帧进行目标质心的搜索与匹配，计算两帧图像中质心之间的距离，若最小距离小于300个像素，则认定为同一目标，以此方式标记出降维后的视频图像的第一帧图像中的船舶目标运动状态，得到原始视频图像中第一帧图像上船舶目标的最终运动状态。进一步地，所述步骤(3)中的轨迹跟踪算法使用所选目标对象区域基于RGB的联合概率密度函数以及围绕目标对象区域邻域的RGB的联合概率密度函数，在第一帧中将目标对象与背景分离；选中的目标对象的下一个颜色特征用目标对象的颜色进行建模，即基于像素颜色的量化特征，其对应于量化的RGB颜色空间中的值，然后采用物体颜色模型在其他帧中分离目标对象和背景，同时利用Mean-Shift算法跟踪目标的位置。通过上述技术方案，可以实现以下有益的技术效果：本专利技术对帧间差分算法进行了改进，可以在较小的计算量以及背景发生变化的前提下识别出待检目标及其运动状态。本专利技术基于结合亮度特征与改进帧间差分法的卫星视频船舶监测方法进行研究，首先，基于差分形态学轮廓重建进行亮目标的提取，利用植被指数、形态学处理等操作，提取出潜在船舶目标。再通过改进的帧间差分法对不同视频帧之间进行差值运算，提取出运动船舶目标，并利用自适应颜色模型对其进行轨迹跟踪。为了验证所提出的模型，本专利技术采用加拿大温哥华(49°17'N123°7'W)其海港区域，2015年7月2日国际空间站(ISS)的视频数据以及美国圣地亚哥(32°42'N117°10'W)其港口区域的吉林一号卫星数据进行实验验证。实验结果表明，本专利技术提出的模型所提取的船舶航行轨迹与通过目视解译的船舶运动轨迹基本吻合。本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本专利技术实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术实施例，但并不构成对本专利技术实施例的限制。在附图中：图1是本专利技术一个实施例的流程图；图2是本专利技术一个实施例中国际空间站数据第一帧图像亮目标提取结果图；图3是本专利技术一个实施例中国际空间站数据第一帧图像植被提取结果图；图4是本专利技术一个实施例中国本文档来自技高网...

【技术保护点】
1.一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，其特征在于，包括如下步骤：(1)卫星视频单帧潜在目标获取：在利用差分形态学轮廓重建的视频帧亮目标提取的基础上，去除植被噪声，获取视频帧中的潜在船舶目标；(11)基于差分形态学轮廓重建从卫星视频图像中提取亮目标；(12)利用植被指数从卫星视频图像中提取植被；(13)叠加步骤(11)和步骤(12)的提取结果，通过形态学处理该叠加数据从卫星视频图像中获取潜在船舶目标；(2)间隔帧船舶运动状态判别：通过改进的帧间差分法对不同视频帧之间进行差值运算，从潜在目标中提取出动态目标；(3)卫星视频动态船舶轨迹跟踪：利用自适应颜色模型对动态目标进行轨迹跟踪。

【技术特征摘要】
1.一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，其特征在于，包括如下步骤：(1)卫星视频单帧潜在目标获取：在利用差分形态学轮廓重建的视频帧亮目标提取的基础上，去除植被噪声，获取视频帧中的潜在船舶目标；(11)基于差分形态学轮廓重建从卫星视频图像中提取亮目标；(12)利用植被指数从卫星视频图像中提取植被；(13)叠加步骤(11)和步骤(12)的提取结果，通过形态学处理该叠加数据从卫星视频图像中获取潜在船舶目标；(2)间隔帧船舶运动状态判别：通过改进的帧间差分法对不同视频帧之间进行差值运算，从潜在目标中提取出动态目标；(3)卫星视频动态船舶轨迹跟踪：利用自适应颜色模型对动态目标进行轨迹跟踪。2.根据权利要求1所述的结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，其特征在于，步骤(11)中所述提取亮目标的算法如下：提取出多光谱图像中各像元在不同波段上的最大值，并将其作为该图像的亮度图像：B(x,y)＝max1≤k≤K(bandk(x,y))其中，B(x，y)表示像元(x，y)的亮度值，bandk(x，y)表示像元在第k波段上的光谱值，K为多光谱图像波段总数；针对亮度图像白高帽变换的结果进行差分形态学轮廓重建：DMPW_TH(d,s)＝|MPW_TH(d,(s+Δs))-MPW_TH(d,s)|其中，表示对亮度图像B进行形态学重建操作，d和s分别代表所选的线性结构元素的方向与尺度，Δs为线性结构元素的尺度增长步长，且满足smin≤s≤smax；由于建筑物在尺度的大小和方向上相对其他地物类别更具多样性，因此，在不同尺度和方向上对白高帽变换结果进行形态轮廓差分的均值处理结果为亮度目标指数：其中，D和S分别表示形态轮廓差分重建中结构元素的方向数和尺度数；取BTI结果中的前20％为亮度目标。3.根据权利要求2所述的结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，其特征在于，步骤(12)中所述提取植被的算法如下：GBVI＝G(x,y)-B(x,y)；随后对GBVI结果以10为阈值进行二值化处理，即经过GBVI的计算后，像素值小于10则标记为0，大于等于10则标记为1，以此得到植被提取结果；其中，G(x,y)为(x,y)像素点的绿波段对应的亮度值，B(x,y)为(x,y)像素点的蓝波段对应的亮度值，GBVI为植被波段差值指数。4.根据权利要求3所述的结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，其特征在于，步骤(13)中所述形态学...

【专利技术属性】
技术研发人员：尹芝勇，汤玉奇，朱紫薇，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43