本发明专利技术公开了一种基于港区水域提取的极化SAR图像大型港口检测方法，包括以下步骤：S1：对港区水域的SAR图像进行Freeman分解得到海面及陆地区域二次散射功率和体散射功率；S2：通过所述体散射功率分离水域和陆地；S3：由所述二次散射功率确定大型港区水域；以及S4：对所述大型港区水域使用Touzi边缘检测子进行边缘检测确定岸线边缘，从而检测出大型港口轮廓。本发明专利技术具有如下优点：从一种全新的角度快速、精确的实现大型港口的检测。
【技术实现步骤摘要】
本专利技术涉及的是一种极化合成孔径雷达（Polarimetric Synthetic Aperture Radar，Pol-SAR)图像处理
的方法。具体是一种基于港区水域提取的极化SAR图像 大型港口检测方法。
技术介绍
作为货物集散和船舶停靠的重要场所，SAR图像中大型港口检测具有重要意义。大 型港口是突堤、防波堤、港区其它建筑、停泊船只和港区水域等若干目标的复杂组合。其形 态的多样性和背景的复杂性使得从受强相干斑噪声影响的SAR图像中实现快速正确检测具 有一定难度。 依据港口轮廓结构的特点，现有港口检测方法都从提取港口轮廓特征出发实现检 测，首先通过海陆分割提取出海岸线;然后检测海岸线上角点、直线等几何特征;最后对角 点、直线关系进行平行、曲折或封闭性度量，并进行阈值判决从而实现港口检测。对于相干 斑噪声较强、海面海况复杂以及沿岸强散射体二次散射干扰严重情况SAR图像，部分海面像 素强度高于陆地像素，简单的分割方法如阈值分割或基于边缘的分割方法，以及基于区域 统计特性的活动轮廓模型分割方法，都会导致错误的分割，且计算繁琐复杂。而由于受到噪 声和停泊船只的影响，在提取的海岸线上进行角点和直线等几何特征提取同样计算繁琐且 精确度不高。此外，平行、曲折及封闭性等特征描述缺乏严格的指标度量。 大型港口通常由多个港口组成，岸线范围大且结构复杂，轮廓缺乏稳定的结构特 征，现有的基于岸线轮廓几何结构特征的检测方法计算复杂且特征提取和描述缺乏鲁棒 性，无法实现精确而快速的检测。通过实际Pol-SAR图像统计发现，大型港口由于具有大量 人工建筑、船只等强散射体的存在，对港区水域会造成很强的二次散射干扰，这导致港区水 域与其它水域散射成分存在显著差异。
技术实现思路
本专利技术旨在至少解决上述技术问题之一。 为此，本专利技术的目的在于提出一种基于港区水域提取的极化SAR图像大型港口检 测方法。 为了实现上述目的，本专利技术的实施例公开了一种基于港区水域提取的极化SAR图 像大型港口检测方法，包括以下步骤:S1:对港区水域的SAR图像进行Freeman分解得到海面 及陆地区域二次散射功率和体散射功率;S2:通过所述体散射功率分离水域和陆地;S3:由 所述二次散射功率确定大型港区水域；以及S4:对所述大型港区水域使用Touzi边缘检测子 进行边缘检测确定岸线边缘，从而检测出大型港口轮廓。 根据本专利技术实施例的港区水域提取的极化SAR图像大型港口检测方法，从一种全 新的角度快速、精确的实现大型港口的检测。 另外，根据本专利技术上述实施例的港区水域提取的极化SAR图像大型港口检测方法， 还可以具有如下附加的技术特征： 进一步地，所述步骤S1进一步包括:S101:将所述港区水域的SAR图像分为平静海 面图像、受一般干扰的海面图像和受强干扰的海面图像并相应的分析散射特性的差异； S102:将所述平静海面图像、所述受一般干扰的海面图像和所述受强干扰的海面图像通过 Freeman分解得到海面及陆地区域二次散射功率和体散射功率。 进一步地，所述步骤S2进一步包括：S201:分别直方图统计拟合所述平静海面图 像、所述受一般干扰海面图像、所述受强干扰的海面图像的体散射功率分布建立假设检验 模型;S202:根据所述假设检验模型分离水域和陆地。 进一步地，所述步骤S3进一步包括：S301:分别统计所述平静海面图像、所述受一 般干扰的水域图像和所述大型港区干扰水域图像的二次散射功率分布对步骤S2分离的水 域建立港区水域检测的假设检验模型，确定所述港区水域的像素;S302:依据预设的阈值判 断出的疑似港区水域的二值图进行平滑处理，由面积大小和连通域处理确定大面积的大型 港区水域。 进一步地，所述步骤S4进一步包括:对由大型港区水域划定的感兴趣区域体散射 功率使用Touz i边缘检测子进行边缘检测确定岸线边缘，从而检测出大型港口轮廓。 本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本专利技术的实践了解到。【附图说明】 本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得 明显和容易理解，其中： 图1是本专利技术一个实施例的极化SAR图像大型港口检测方法的流程图； 图2(a)是本专利技术一个实施例的极化SAR图像大型港口检测方法的大连地区全极化 SAR图像Pauli基伪图； 图2(b)是本专利技术一个实施例的极化SAR图像大型港口检测方法的大连地区最终大 型港口区域检测结果示意图； 图3(a)是本专利技术一个实施例的极化SAR图像大型港口检测方法的湛江地区全极化 SAR图像Pauli基伪图； 图3(b)是本专利技术一个实施例的极化SAR图像大型港口检测方法的湛江地区最终大 型港口区域检测结果示意图； 图4(a)是本专利技术一个实施例的极化SAR图像大型港口检测方法的平静海面的 Pauli基伪图； 图4(b)是本专利技术一个实施例的极化SAR图像大型港口检测方法的受一般散射干扰 的海面的Pauli基伪图； 图4(c)是本专利技术一个实施例的极化SAR图像大型港口检测方法的受强散射干扰的 海面的Pauli基伪图； 图5(a)是本专利技术一个实施例的极化SAR图像大型港口检测方法的平静海面的体散 射功率分布统计拟合结果示意图； 图5(b)是本专利技术一个实施例的极化SAR图像大型港口检测方法的一般干扰海面的 体散射功率分布统计拟合结果示意图； 图5(c)是本专利技术一个实施例的极化SAR图像大型港口检测方法的大型港区海面的 体散射功率分布统计拟合结果示意图； 图5(d)是本专利技术一个实施例的极化SAR图像大型港口检测方法的陆地区域的体散 射功率分布统计拟合结果示意图； 图5(e)是本专利技术一个实施例的极化SAR图像大型港口检测方法的各区域分布比较 结果示意图； 图6(a)是本专利技术一个实施例的极化SAR图像大型港口检测方法的平静海面的分布 统计拟合结果示意图； 图6(b)是本专利技术一个实施例的极化SAR图像大型港口检测方法的一般干扰海面的 分布统计拟合结果示意图； 图6(c)是本专利技术一个实施例的极化SAR图像大型港口检测方法的大型港区海面的 分布统计拟合结果示意图； 图6(d)是本专利技术一个实施例的极化SAR图像大型港口检测方法的各区域分布比较 结果示意图； 图7(a)_7(h)是本专利技术一个实施例的极化SAR图像大型港口检测方法的大连区域 的检测过程的极化SAR图像Pauli基伪图。【具体实施方式】 下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。 在本专利技术的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"上"、"下"、 "前"、"后"、"左"、"右"、"竖直"、"水平"、"顶"、"底"、"内"、"外"等指示的方位或位置关系为 基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗 示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对 本专利技术的限制。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示本文档来自技高网...
【技术保护点】
一种基于港区水域提取的极化SAR图像大型港口检测方法，其特征在于，包括以下步骤：S1：对港区水域的SAR图像进行Freeman分解得到海面及陆地区域二次散射功率和体散射功率；S2：通过所述体散射功率分离水域和陆地；S3：由所述二次散射功率确定大型港区水域；以及S4：对所述大型港区水域使用Touzi边缘检测子进行边缘检测确定岸线边缘，从而检测出大型港口轮廓。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘春，殷君君，杨健，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11
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。