利用遥感图像提取目标的方法和装置制造方法及图纸

本发明专利技术公开了一种利用遥感图像提取目标的方法，包括以下步骤：对遥感图像进行区域分割获得包含目标的局域候选图像；在所述局域候选图像中，对所述目标对应的图像区域进行提取，获取局域提取结果；根据所述局域候选图像的位置信息，将针对每个所述局域候选图像的局域提取结果合并，生成全局提取结果。同时，本发明专利技术还公开了一种利用遥感图像提取目标的装置，通过本法可以对遥感图像中的目标进行自动识别和提取，且减小了运算量，并提高了运算精度和速度。

【技术实现步骤摘要】
利用遥感图像提取目标的方法和装置
本专利技术涉及在遥感图像中对目标进行提取的方法和装置，特别涉及一种利用遥感影像提取养殖箱的方法和装置。
技术介绍
我国水产养殖业发展迅速，尤其是在沿海地区，当前对于水产养殖的产量评估、环境影响、合理规划等已经成为海洋生态学和环境科学研究的热点问题之一。现阶段，通过遥感图像提取养殖箱时，通常利用人工判读的方式对包含养殖箱的养殖区进行监测，但是，该方式耗时耗力，并且可能会因判读人员的疲倦乏味而出错。因此，针对现有人工判读的不足，提出了多种能够对遥感图像中的养殖箱进行提取的方法。目前，在对养殖箱的提取与识别方法中，包括基于比值型指数分析的信息提取、基于对应分析的信息提取、基于空间结构分析的信息提取等方法。但是，在上述识别方法中，基于比值型指数分析的信息提取方法适用于养殖区与背景环境光谱差异大的地区，若检测区域不满足该特征，将无法克服传统遥感分类方法所普遍存在的“椒盐”噪声，从而影响信息提取的精度。基于对应分析的信息提取方法无法有效地解决“异物同谱”和“异物同纹理”的分类问题。在采用基于空间结构分析的信息提取方法时，由于不同图像中的亮度，色彩都有着一定的不同，如何能够准确、稳定的提取和识别这些特征是目前近海养殖区自动识别技术面临的主要挑战。因此，在现有技术中，缺乏一种能够对遥感图像进行处理，自动完成对养殖箱的识别和提取的方法。
技术实现思路
本专利技术为了解决上述至少一个问题和/或不足，并提供下述至少一种优点，相应的提供了一种利用遥感图像提取养殖箱的方法。一方面，本专利技术提供了一种利用遥感图像提取目标的方法，包括以下步骤:对遥感图像进行区域分割获得包含目标的局域候选图像；在所述局域候选图像中，对所述目标对应的图像区域进行提取，获取局域提取结果;根据所述局域候选图像的位置信息，将针对每个所述局域候选图像的局域提取结果合并，生成全局提取结果。进一步的，在上述方法中，所述局域候选图像的获得包括以下步骤:利用旋转不变的局域二值化(LBP)特征提取所述遥感图像中包含目标的区域，得到LBP候选图像；利用所述LBP候选图像的连通性，提取所述遥感图像的对应区域，获得所述局域候选图像。进一步的，在上述方法中，所述局域提取结果的获取包括以下步骤:将所述局域候选图像进行二值化处理，获得局域二值化图像；利用旋转的直线型的数学形态法在所述局域二值化图像提取目标的特征点；利用所述特征点生成目标区域，作为所述局域提取结果。进一步的，在上述方法中，所述目标为养殖箱。进一步的，在上述方法中，所述遥感图像通过包含无人机在内的飞行器或卫星获得。另一方面，本专利技术还提供了一种利用遥感图像提取目标的装置，包括:区域分割模块，用于对所述遥感图像进行区域分割，并输出包含提取目标的局域候选图像；结果提取模块，用于在所述局域图像中提取包含所述目标的图像，输出局域提取结果;结果合并模块，将所述局域候选图像进行二值化处理，获得局域二值化图像；利用不同角度构造相互垂直的两个直线型结构元素，并利用基于这两个结构元素的数学形态法对局域二值化图像进行处理，并选择空洞面积最大的处理结果，利用所述处理结果提取特征点；利用所述特征点生成目标区域，作为所述局域提取结果。通过本专利技术不仅实现了遥感图像中目标的自动识别与提取，且一方面通过对遥感图像分割后提取局域候选图像实现了对目标的快速初步提取，可以有效提高目标提取的速度，且降低运算量。另一方面，通过对局域候选图像中包含目标的对应区域进行处理，获得局域提取结果，可以快速准确的实现对目标的识别和提取，从而提高了目标提取和识别的准确性，并进一步提高了处理速度。【附图说明】下面给出用于说明本专利技术实施例的附图，通过附图可以更好的对本专利技术实施例进行说明，在附图中同样的名称和符号表示具有同样的物理意义。图1为本专利技术实施例方法流程图；图2为本专利技术实施例遥感图像示意图；图3为本专利技术实施例养殖箱的结构参数；图4为本专利技术实施例中局域提取结果获取流程图；图5为本专利技术实施例中用于计算特征点的Θ角示意图；图6为本专利技术实施例中特征点提取结果示意图；图7为本专利技术结果示意图；图8为本专利技术实施例装置示意图。【具体实施方式】在下文中，将进一步参照附图来更充分地描述本专利技术的实施例，附图中示出了本专利技术的实施例。然而，本专利技术的实施例可以以许多不同的形式来实施，而不应该本解释为限于在此列出的实施例。相反，提供这些示例性实施例，使得本公开是彻底的，并且将本专利技术的范围充分传达给本领域技术人员。首先，介绍本专利技术所涉及局域二值化LBP算法。最早的LBP算法是由Ojala提出的，用以进行纹理分析。原始的LBP算子定义为在3*3的窗口内，以窗口中心像素为阈值，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为I，否则为O。这样，3*3领域内的8个点可产生Sbit的无符号数，即得到该窗口的LBP值，并用这个值来反映该区域的纹理信息。在原始的LBP算法提出后在纹理分析和特征提取中取得了一定的成果，但由于其编码方式的限制，通过原始的LBP算法产生的LBP值会随着图像的旋转而变换，为了解决这个问题，研究人员不断对其提出了各种改进和优化，从而得到了诸如LBP旋转不变模式等。具有旋转不变性的LBP的公式如下表示:LBPii = min ROR(LBPr,,, i) 」 P，R i '其中ROR表示的是对编码的向右移位的操作，P为圆环取值点数，R为半径，ri为rotation invariant的缩写,标识LBP是旋转不变的，i为计数变量。具有旋转不变性的LBP算法通过求得不同编码形式中最小的LBP的值来解决编码随着图像旋转而变化的问题，同时给LBP算法带来了纹理特征提取所必须的旋转不变性。因此，该算法在纹理分析和提取中得到了极为广泛的应用。下面结合附图，对本专利技术方法的实施例做进一步介绍。如图1为本专利技术实施例方法流程图。参考图1，在步骤101中，对遥感图像进行获取。该遥感图像可以为通过卫星或飞行器获取的遥感图像。遥感图像中包含了待提取的目标图像信息，在本专利技术实施例中，该目标可以为水面的养殖箱，因此利用卫星对布置有养殖箱的被测水域进行成像，或利用如无人机类的飞行器对被测水域进行成像，从而获得相应养殖箱所处水域的遥感图像，从而可利用对该遥感图像进行处理，提取出目标养殖箱。获取的遥感图像可以通过遥测数据下传到数据处理中心，该遥感图像可通过一次成像获得或可利用多张可相互拼接的遥感图像经拼接后获得，例如，当采用无人机获取遥感图像时，可利用无人机的载荷在飞过包含养殖箱水域时进行多次成像从而获得多张可进行拼接的遥感图像，经过对多张遥感图像的拼接，最终获得用于描绘包含养殖箱整个水域的一副遥感图像，当然，如前所述，该水域也可以通过一张遥感图像进行反应。参考图2，在图2所展示的遥感图像中，其图像范围覆盖了包含养殖箱区域在内的整个水域，在图2所示图像中，包含有连续的水域，方格形的养殖箱，以及其他形式的养殖设备。多个方格形的养殖箱相互连接，构成一种本领域技术人员所惯常称呼的高密度养殖箱。在本专利技术的一种实施例中，该类高密度养殖箱，即为待识别的养殖箱，该养殖箱的结构参数为，厚度I米，单个养殖箱为边长2.5米的正方形。进一步的，对于上述所称遥感图像本文档来自技高网...

【技术保护点】
一种利用遥感图像提取目标的方法，其特征在于，包括以下步骤：对遥感图像进行区域分割获得包含目标的局域候选图像；在所述局域候选图像中，对所述目标对应的图像区域进行提取，获取局域提取结果；根据所述局域候选图像的位置信息，将针对每个所述局域候选图像的局域提取结果合并，生成全局提取结果。

【技术特征摘要】
1.一种利用遥感图像提取目标的方法，其特征在于，包括以下步骤: 对遥感图像进行区域分割获得包含目标的局域候选图像； 在所述局域候选图像中，对所述目标对应的图像区域进行提取，获取局域提取结果；根据所述局域候选图像的位置信息，将针对每个所述局域候选图像的局域提取结果合并，生成全局提取结果。2.如权利要求1所述方法，其特征在于，所述局域候选图像的获得包括以下步骤: 利用旋转不变的局域二值化(LBP)特征提取所述遥感图像中包含目标的区域，得到LBP候选图像； 利用所述LBP候选图像的连通性，提取所述遥感图像的对应区域，获得所述局域候选图像。3.如权利要求1所述方法，其特征在于，所述局域提取结果的获取包括以下步骤: 将所述局域候选图像进行二值化处理，获得局域二值化图像； 利用旋转的直线型的数学形态法在所述局域二值化图像提取目标的特征点； 利用所述特征点生成目标区域，作为所述局域提取结果。4.如权利要求1至3任一所述方法，其特征在于，所述目标为养殖箱。5.如权利要求1至3任一所述方法，其特征在于，所述遥感图像通过包含无人机在内的飞行器或卫星获得。6.一种...

【专利技术属性】
技术研发人员：赵恩伟，杨鹤猛，伍小洁，张拯宁，李明，
申请(专利权)人：天津航天中为数据系统科技有限公司，
类型：发明
国别省市：天津;12