一种利用多光谱分析监测港口特定地物的方法技术

本发明专利技术公开了一种利用多光谱分析监测港口特定地物的方法，包括如下步骤：首先在将获取的原始图像进行抽样降低分辨率后提取模糊边界，再通过主动轮廓模型优化模糊边界得到模糊地物，并获取模糊地物轮廓和位置；之后在模糊地物上进行投影和获取典型相关特征点集；再者对光谱进行小波分解，剔除高频部分，并通过交互方式将相同频段的小波系数作为特征，将其组合起来形成特征谱提取基库，在特征谱提取基库选取特征点，经过矩阵算法和插值算法获取特征谱，通过将待识别地物的特征谱逐一与不同地物特征谱进行对比，能够避免模糊化的计算，通过特征谱的专一性和容错性，能够在减少计算量的同时还能够提高识别的准确率。

【技术实现步骤摘要】
一种利用多光谱分析监测港口特定地物的方法
本专利技术涉及图像处理
，具体为一种利用多光谱分析监测港口特定地物的方法。
技术介绍
随着海上运输的逐步发展，而港口作为海上运输的主要组成部分已经越来越受到人们的重视，成为海上运输规划的重要考虑因素。而在港口的建设中，首先就需要获取港口的地物特征以及位置关系。由于港口的特殊性，进行实地的拍摄时不现实的，而通过航拍，又由于技术的限制，也不能准确的将港口所有的地物特征全部放在同一个比例的环境中。随着遥感技术的发展，遥感技术基于图像分析处理技术，已经具备了高分辨率的识别功能。具体的，遥感技术使用计算机语言将不同地物在遥感影像中的光谱特征、形状特征、相对关系特征、上下文特征等信息以规则集的方式表达出来，从而实现区分、识别不同地物的功能。而在实际的港口遥感识别中，由于港口特定地物形态多变，而且背景复杂，在传统的识别技术基础上，识别难度比较大，在常规的识别技术上，主要采用的是轮廓外形来识别的，而这种识别方法严格意义上来说，并算不上识别，只能说是检测。而且最主要的是，在港口复杂的环境中，具有相近外形的地物是有很多的，而这不能作为识别的基本特征，因此为了提高港口特定地物的识别，需要采用其它的方式方法来进行识别。在现有的技术方案中，如申请号为201610846464.3公布的一种利用遥感影像提取港口特定地物的方法，包括：(1)对遥感影像的一个波段使用leesigma边缘提取算法，该算法使用一个特定的边缘滤波器，从原始影像中创建两个独立的边缘影像；(2)把两个边缘影像导入多尺度分割算法中，与遥感影像一起参与多尺度分割，生成影像对象；(3)判断是否满足分类要求，是则执行步骤(4)，否则执行步骤(2)；(4)利用光谱特征、边缘影像强度值、泊位矢量，分类出水域、陆域和泊位的地物；(5)利用光谱特征、形状特征、上下文关系特征、范围特征，提取泊位类别中的装卸设备类别，陆域类别中的油品及液体化工品堆场、煤炭堆场、矿石堆场、集装箱堆场、堆场后方物流仓库、围填海这些类别。此技术方案是基于边缘提取算法和多尺度分割算法的结合，并分析了遥感影像中的典型特征后，利用这些特征组合提取规则集，从而将目标地物快速、准确的识别并提取出来。虽然相对于单纯的外观轮廓来识别，其精度和识别速率已经得到了较大的提高，但是基于遥感图像的特征，这个识别方法精度并不能达到理想的要求。综合上述技术方案和现实存在的问题，以及结合目前被广泛应用的技术方案，还存在的主要缺陷主要体现在以下几个方面：(1)由于原始遥感图像模糊，分辨率低，直接进行处理识别，这样的准确率将有待于进一步的提高，而且需要处理的数据量比较大，直接在原始的遥感图像上，就必须要对港口海岸线进行提取，由于距离海岸线较远的海上不会存在特定的地物，及早的将其剔除出去，有利于减少不必要的计算量，从而提高后续处理的效率；(2)对于需要识别的地物来说，其具体的特征不明确，不能够根据实时遥感图像来实时调整特征参数，而在不同的环境中，其特征参数是具有差异，如果直接套用将会导致触发修正算法，而且差异性越大识别修正的计算量就会变得很庞大。
技术实现思路
为了克服现有技术方案的不足,本专利技术提供一种利用多光谱分析监测港口特定地物的方法，能有效的解决
技术介绍
提出的问题。本专利技术解决其技术问题所采用的技术方案是：一种利用多光谱分析监测港口特定地物的方法，包括如下步骤：S100、原始图像抽样和优化，在获取的原始图像上提取模糊边界，之后优化模糊边界得到模糊地物，并获取模糊地物轮廓和位置；S200、模糊地物的投影和获取典型相关特征点集，通过模糊地物轮廓和位置提取典型相关点集作为特征点集；S300、特征谱提取，筛选具有相同特征的光谱组合起来形成特征谱提取基库，在特征谱提取基库选取特征点，获取特征谱；S400、特定地物的识别，向识别器中存储上述特征光谱，并经过对比待识别地物。作为本专利技术一种优选的技术方案，在步骤S100中，通过对原始图像进行抽样降低分辨率后利用DWT纹理特征和FCM聚类算法提取模糊边界，之后利用高分辨率同等位图采用改进型的主动轮廓模型优化模糊边界获取模糊地物。作为本专利技术一种优选的技术方案，在步骤S100中的FCM聚类算法具体操作为：S101、选取有序像素点集C＝{Pi，i＝1,2,3,…，n}，并提取特征点集合F＝{Fi，i＝1,2,3,…，m}，其中P1和Pn分别表示模糊地物的起点和终端，对于标准地物来说，P1和Pn是重合的，n为像素点数目，是i个特征点，m是特征点数目；S102、设定F1＝P1；S103、设定Fn＝B*Fn-1+C*f，其中B为迭代提取系数，f为提取修正系数，C为修正常数，n＝1,2，…，n，当且Fm＝Pn，即可认为Fm是符合要求的特征点。作为本专利技术一种优选的技术方案，在步骤S200中，将模糊地物和参考图像进行重投影处理，并且计算地理重叠区域以及将各波段像素点对应，记录相应的像素点集，使用典型相关分析从像素点集中提取典型相关点集。作为本专利技术一种优选的技术方案，对于不同的遥感图像，用Dt＝采用加权乘积再求和的方式完成每个像素点的对应，获得第t个参考像素点覆盖范围内包含了n个目标图像的像素，则目标图像像素值与所占面积比率乘积的和即为对应像素点的值。作为本专利技术一种优选的技术方案，在步骤S300中，在经过提取后的光谱中，对光谱进行小波分解，剔除高频部分，并通过交互方式将相同频段的小波系数作为特征，依次筛选符合相同小波系数的光谱作为特征谱提取基库，之后经过矩阵算法和插值算法获取特征谱。作为本专利技术一种优选的技术方案，特征谱提取算法的具体操作为：S301、设i和j是任意两个特征点，并记矩阵M＝[mij]mxm，其中mij是M中的最大元素；S302、根据i和j的序号I和J，获得J-I+1维的向量y＝[y1…yj-i+1]T，其中元素y＝Xh，i+j-1，i＝1,2，…，J-I+1；S303、y具有不同维数J-I+1，将y插值得到J-I+1维的向量h＝[h1…hN]T，其中h即为特征谱。作为本专利技术一种优选的技术方案，在步骤S400中，向识别器中存储K个不同地物的特征谱h(1)，…，h(K)，设待识别地物的特征谱为h，通过将待识别地物的特征谱h逐一与不同地物特征谱h(K)进行对比，获取最相近的特征谱，且相似度在要求范围内，即可认为待识别地物即为识别器中对比的地物。作为本专利技术一种优选的技术方案，相似度的具体算法：S401、设它与第k个特征谱的匹配相似度为D(i)；S402、S403、当k＝argmini＝1,2，…，K{D(i)}时，即可认为待识别地物即为模板中的第k个地物，否则返回S402中重复计划，直至k＝K。作为本专利技术一种优选的技术方案，当具有多个k符合计算要求时，将k值对应识别器中的地物重新使用S100中的主动轮廓模型进行轮廓优化，选取轮廓最符合的一个。与现有技术相比，本专利技术的有益效果是：(1)本专利技术首先通过对原始遥感图像抽样处理，并且进一步的使用DWT纹理特征和FCM聚类算法提取模糊边界，通过主动轮廓模型优化，避免了对模糊遥感图像的直接处理，减少了需要处理的像素数据，而且能够及早的通过轮廓提取，去除了不需要的噪音数据，减少了不必要的数据计算量，从而提高了实际的数据处理效率本文档来自技高网...

【技术保护点】
1.一种利用多光谱分析监测港口特定地物的方法，其特征在于：包括如下步骤：S100、原始图像抽样和优化，在获取的原始图像上提取模糊边界，之后优化模糊边界得到模糊地物，并获取模糊地物轮廓和位置；S200、模糊地物的投影和获取典型相关特征点集，通过模糊地物轮廓和位置提取典型相关点集作为特征点集；S300、特征谱提取，筛选具有相同特征的光谱组合起来形成特征谱提取基库，在特征谱提取基库选取特征点，获取特征谱；S400、特定地物的识别，向识别器中存储上述特征光谱，并经过对比待识别地物。

【技术特征摘要】
1.一种利用多光谱分析监测港口特定地物的方法，其特征在于：包括如下步骤：S100、原始图像抽样和优化，在获取的原始图像上提取模糊边界，之后优化模糊边界得到模糊地物，并获取模糊地物轮廓和位置；S200、模糊地物的投影和获取典型相关特征点集，通过模糊地物轮廓和位置提取典型相关点集作为特征点集；S300、特征谱提取，筛选具有相同特征的光谱组合起来形成特征谱提取基库，在特征谱提取基库选取特征点，获取特征谱；S400、特定地物的识别，向识别器中存储上述特征光谱，并经过对比待识别地物。2.根据权利要求1所述的一种利用多光谱分析监测港口特定地物的方法，其特征在于，在步骤S100中，通过对原始图像进行抽样降低分辨率后利用DWT纹理特征和FCM聚类算法提取模糊边界，之后利用高分辨率同等位图采用改进型的主动轮廓模型优化模糊边界获取模糊地物。3.根据权利要求2所述的一种利用多光谱分析监测港口特定地物的方法，其特征在于，在步骤S100中的FCM聚类算法具体操作为：S101、选取有序像素点集C＝{Pi，i＝1,2,3,…，n}，并提取特征点集合F＝{Fi，i＝1,2,3,…，m}，其中P1和Pn分别表示模糊地物的起点和终端，对于标准地物来说，P1和Pn是重合的，n为像素点数目，是i个特征点，m是特征点数目；S102、设定F1＝P1；S103、设定Fn＝B*Fn-1+C*f，其中B为迭代提取系数，f为提取修正系数，C为修正常数，n＝1,2，…，n，当且Fm＝Pn，即可认为Fm是符合要求的特征点。4.根据权利要求1所述的一种利用多光谱分析监测港口特定地物的方法，其特征在于，在步骤S200中，将模糊地物和参考图像进行重投影处理，并且计算地理重叠区域以及将各波段像素点对应，记录相应的像素点集，使用典型相关分析从像素点集中提取典型相关点集。5.根据权利要求4所述的一种利用多光谱分析监测港口特定地物的方法，其特征在于，对于不同的遥感图像，用采用加权乘积再求和的方式完成每个像素点的对应，...

【专利技术属性】
技术研发人员：齐越，董敏，聂向军，郝军，冯云，房卓，
申请(专利权)人：交通运输部规划研究院，
类型：发明
国别省市：北京,11