一种高分遥感影像上的港口检测方法技术

一种高分遥感影像上的港口检测方法，发明专利技术目的在于解决现有技术中存在的问题，利用一种非监督的方法提取遥感影像中港口的可分图斑作为中层特征，并利用提取出的中层特征进行高分遥感影像中不同尺度和方向不同的港口检测。本发明专利技术方法对于高分遥感影像中不同种类的港口泛化能力强，能检测出各种特殊类型的港口。

A method of port detection on high resolution remote sensing images

A high resolution remote sensing images on the port detection method, the object of the invention is to solve the problems in the prior art, the port extraction in remote sensing image can be divided into polygons as middle level features by using a method of unsupervised feature extraction, and use the middle of the high resolution remote sensing image on different scales and directions of port detection. The method of the invention has strong generalization ability for different types of ports in high resolution remote sensing images, and can detect various special types of ports.

【技术实现步骤摘要】
一种高分遥感影像上的港口检测方法
本专利技术所属遥感影像(高空间分辨率，约一米)处理技术。
技术介绍
考虑到港口为了停泊船只，通常在近岸区域有多个混凝土构筑物延伸至水域，在水域交界处呈锯齿状，李艳等、方晓芙等以及周拥军等通过检测岸线上这种特殊的凹凸结构进行港口检测。但仅依赖凹凸结构容易错检到半岛、河道入海口等具有类似结构的地物，因而刘春等提出在检测凹凸结构的基础上加入直线段长度、拐点夹角、岸线角点的聚集程度等约束来提高检测的正确率[5]。而另一些学者如吴建华、魏军伟、刘丽丽和陈琪等则通过检测伴随港口出现的人工堤坝来检测港口。这类方法综合利用水陆交界处直线段的长度、环水性、长宽比、聚集程度等特征提取伴随港后出现的堤坝从而确定港口位置。朱兵等通过岸线的封闭性进行检测，即先对影像进行水陆分割，再通过计算岸线的封闭度确定港口区域[10]。考虑到不同类型港口的岸线封闭度差异较大，邢坤等、樊利恒等在岸线封闭度计算的基础上结合封闭区内的不变矩特征描述内港区域，进一步提高检测的准确性。除了上述以结构特征为主的港口检测方法，除此之外，Bhagavathy等提出通过描述港口中船只的周期性停泊特征来检测港本文档来自技高网...

【技术保护点】
一种高分遥感影像上的港口检测方法，其特征在于，包括如下步骤：一、训练过程：步骤1、样本准备：步骤1.1，可分图斑提取样本：从遥感影像中截取一些的港口样本作为正样本(D)，再截取大量的非港口影像作为负样本(N)。同时，将影像中所有正样本进行若干次旋转，每次旋转45°，共同作为这个样本参与训练，供步骤2处理。步骤1.2，词袋模型训练样本：从遥感影像中截取一些的港口样本作为正样本，再截取同等数量的非港口影像作为负样本，供步骤2处理。步骤2、HOG特征金字塔的生成：为了适应不同分辨率影像的目标检测，利用高斯滤波和下采样方法，不断模糊和缩减影像，得到不同尺度的影像，分别构建影像金字塔，并对影像金字塔提取...

【技术特征摘要】
1.一种高分遥感影像上的港口检测方法，其特征在于，包括如下步骤：一、训练过程：步骤1、样本准备：步骤1.1，可分图斑提取样本：从遥感影像中截取一些的港口样本作为正样本(D)，再截取大量的非港口影像作为负样本(N)。同时，将影像中所有正样本进行若干次旋转，每次旋转45°，共同作为这个样本参与训练，供步骤2处理。步骤1.2，词袋模型训练样本：从遥感影像中截取一些的港口样本作为正样本，再截取同等数量的非港口影像作为负样本，供步骤2处理。步骤2、HOG特征金字塔的生成：为了适应不同分辨率影像的目标检测，利用高斯滤波和下采样方法，不断模糊和缩减影像，得到不同尺度的影像，分别构建影像金字塔，并对影像金字塔提取梯度直方图(HOG)特征作为影像的低层特征描述。其中，利用步骤1.1得到的可分图斑提取样本的HOG特征金字塔提供给步骤3处理；利用步骤1.2得到的词袋模型训练样本HOG特征金字塔提供给步骤5处理。步骤3、可分图斑的提取，步骤3.1，样本初始化：将用于可分图斑检测的正负样本集随机平均分为互不重叠的两部分，即得到D1、D2和N1、N2四个集合。步骤3.2，对D1随机采样，得到S：在D1中随机截取固定长宽比的HOG特征图斑，并对其进行筛选，保证图斑的高信息量和采样图斑之间的低重叠度，得到随机采样结果S。S的数量约为D1样本数量的4倍。步骤3.3，初始聚类：对步骤3.2得到的随机采样结果S中的图斑进行k均值聚类，聚类数目设置为S样本量的四分之一，设聚类结果为K。步骤3.4，精炼聚类：在步骤3.3聚类结果K中，删除其中聚类成员数量少于参数MinSize的聚类。步骤3.5，生成分类器：对步骤3.4删除处理后留下的每一个聚类，以N1中的HOG特征图斑作为负样本，进行SVM训练，得到分类器集合C(若非第一次迭代，则新的分类器代替上一次的分类器)。步骤3.6，交叉检测：将步骤3.5得到分类器集合C中的每一个分类器置于D2...

【专利技术属性】
技术研发人员：冯甜甜，龙广昕，张绍明，王建梅，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31