基于混合模型决策的遥感图像靠港船只检测方法技术

本发明专利技术提出了基于混合模型决策的遥感图像靠港船只检测方法，采用层次化算法框架实现港内船舶的精确检测。候选区筛选阶段，对输入的高分辨率大尺寸的港口图像进行快速水体分离，并基于全向双维度交叉扫描方法快速筛选候选区。候选区鉴别阶段，提出一种基于混合决策模板进行候选区的可靠鉴别的方法。首先，根据船舶关键部位和整体特征，以及与周围环境的上下文关系，训练并得到三个决策子模型，并将子模型各自判决结果基于混合模型决策模板进行候选区鉴别。相对于传统方法，本方法能有效克服船舶种类繁多，停泊姿态各异以及船身被部分遮挡等因素带来的不利影响，并只需较短的时间就能得到精确度较高的检测结果。

Berthing ship detection method for remote sensing images based on mixed model decision making

The invention proposes a ship detection method for remote sensing images based on a mixed model decision, which adopts a hierarchical algorithm framework to realize accurate ship detection in a harbor. In the candidate screening phase, the high resolution and large size port images are separated rapidly, and the candidate areas are rapidly screened based on omnidirectional two dimensional cross scanning method. A method for reliable discrimination of candidate regions based on mixed decision templates is proposed. First of all, according to the key parts and the whole characteristics, and the context of the surrounding environment, training and the three decision model, and each sub model verdict hybrid model based on decision template candidate region identification. Compared with the traditional method, this method can effectively overcome the ship berthing and variety, different attitude hull is adverse effects of partial occlusion, the detection results and only a short period of time can be obtained with high accuracy.

【技术实现步骤摘要】
基于混合模型决策的遥感图像靠港船只检测方法
本专利技术涉及基于混合模型决策的遥感图像靠港船只检测方法。
技术介绍
近年来，随着高分辨率光学遥感平台的发展，基于高分辨率遥感图像的船舶检测，已经成为了卫星遥感数据海洋应用的研究热点。由于其具有探测范围广、时效性高的优势，已经被应用在许多重要的海洋遥感领域，例如：港口动态监测，海事管理、船舶救援、以及走私活动检测等。其检测对象主要分为远洋及港口船舶两类。现在，已有的大量船舶检测方法主要是针对离港远洋的船舶进行研究，这些方法已经得到了较好的效果及应用。对于港口船舶检测而言，由于港口内锚泊船舶的检测环境与远洋船舶检测问题相似，此类研究也已经取得了显著的进展。然而，与远洋及港口内锚泊船舶(非靠港)的检测相比，港内靠港停泊船舶的检测研究较少；其主要难点在于：船舶的灰度、纹理、以及人工结构都与码头极为相似，且船舶与码头通常是紧密相连的，导致实现船舶区域的有效提取较为困难。一些已有的港口内船舶检测方法根据已知的地理信息实现港口位置的快速定位，从而获取靠港停泊船舶所在位置，但先验地理信息定位只适用于限定的应用场景，推广性差。此外，一些方法根据纹理、灰度等本文档来自技高网...

【技术保护点】
一种基于混合模型决策的遥感图像靠港船只检测方法，用于检测遥感图像靠港船只，包括以下步骤：A)快速低漏检的候选区筛选，包括：水体快速分割；靠港疑似候选区的全向双维度交叉突异扫描提取；鉴别候选区获取；B)基于混合模型决策的候选区可靠鉴别,包括：建立决策要素子模型，其中包括建立船舶关键部位子模型、船体子模型和船体‑周域上下文关联子模型；基于决策模板进行混合模型确定，其中包括：混合模型决策模板训练和基于混合模型决策模板的船舶目标确认。

【技术特征摘要】
1.一种基于混合模型决策的遥感图像靠港船只检测方法，用于检测遥感图像靠港船只，包括以下步骤：A)快速低漏检的候选区筛选，包括：水体快速分割；靠港疑似候选区的全向双维度交叉突异扫描提取；鉴别候选区获取；B)基于混合模型决策的候选区可靠鉴别,包括：建立决策要素子模型，其中包括建立船舶关键部位子模型、船体子模型和船体-周域上下文关联子模型；基于决策模板进行混合模型确定，其中包括：混合模型决策模板训练和基于混合模型决策模板的船舶目标确认。2.根据权利要求1的检测方法，其特征在于：所述快速低漏检的候选区筛选包括：A1)水体快速分割，包括：对输入的大尺寸遥感图像进行采样，以提高水体分割效率，其中：分别取得采样港口图像中的灰度分布特征以及邻域方差的分布特征，根据这两个特征分布的尖峰特性，自适应获取其中水体区域的分割阈值，进而初步提取港内水体区域；之后通过引入标记链接分量概念，根据包括形态、面积的特征判断，对初步提取的水域进行精细修正，从而实现水体与陆地的快速分离；得到分割后的二值图像，所有像素位置I(x,y)的特征为F(x,y)，陆地区域像素位置的特征F(x,y)＝1，水体部分像素位置的特征F(x,y)＝0，A2)靠港疑似候选区的全向双维度交叉突异扫描提取，包括：使用横向维度与纵向维度相结合的双维度交叉扫描方法对其进行筛选，对水体快速分离后的二值图像，进行逐行逐列的横-纵扫描，取得二值图像中沿岸区域的像素位置，即沿岸区域像素位置前后两像素位置的特征不同；首先,使用双维度交叉突异扫描来判断，两个邻近的沿海位置像素之间的区域是否为陆地，然后把船舶疑似突异块和陆地间距中像素位置的特征都标记为F(x,y)＝2；针对船头朝向的不同，进行基于双维度交叉扫描的全向旋转迭代的处理,将图像以指定角度{k1,k2,…,ki}顺时针旋转，并对旋转了角度ki的图像，进行双维度交叉扫描，将检测得到的疑似船舶逆时针旋转角度ki，返回到疑似显著区域图像上，从而尽可能多地获取所有靠港疑似突异块；并对此类扫描结果进行累加，从而寻找到与平滑沿岸和水域相连接的疑似突异块，同时，计算疑似突异块的最小外接矩形，构建疑似突异块所在位置的疑似候选区，A3)获取鉴别候选区取得疑似候选区，计算其中突异块的几何中心点位置O，同时寻找到疑似突异块上与中心位置距离最远点的位置A，将几何中心点位置O和与中心位置距离最远点的位置A连接，其长度为l，计算OA方向与水平方向小于90°的夹角α；之后，将疑似候选区沿长轴方向分别向外延长长度，形成新的矩形框；对输入的大场景遥感原图像根据夹角α进行旋转，取得旋转后原分辨率灰度图中新外接矩形框所在区域，将此区域作为疑似船舶所在候选区；在后续目标候选区鉴别阶段，将对此候选区内的疑似船舶进行精细判别。3.根据权利要求1的检测方法，其特征在于：所述建立创建决策要素子模型的步骤包括：B1.1)构建和训练船舶关键部位与船体子模型采用DPM模型，把每个DPM模型分为三个部分:一个根模型、一系列部件模型和一些列的空间位置模板；根模型定位候选区中疑似目标的大致位置；部件...

【专利技术属性】
技术研发人员：毕福昆，张旭，陈婧，侯正方，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京,11