【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 ...
【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
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。