基于光学遥感图像的目标舰船检测及跟踪方法技术

本发明专利技术提供一种基于光学遥感图像的薄云场景下舰船检测及跟踪方法，检测方法包括：获取舰船对应的光学遥感图像序列；根据关注区域尺寸对光学遥感图像序列进行裁剪，再进行图像增强，之后进行中值滤波，得到舰船尾迹的灰度图像序列；对灰度图像序列进行归一化处理，然后进行灰度峰值检测，得到灰度峰值检测结果；对灰度峰值检测结果进行阈值检测，得到舰船尾迹在灰度图像序列中的坐标。在检测的基础上，进一步对舰船尾迹在灰度图像序列中的坐标进行数据关联，得到舰船在灰度图像序列中的航迹，根据航迹对目标舰船进行跟踪，实现对目标舰船的高准确率、高成功率跟踪。目标舰船的检测及跟踪方法计算复杂度低，运行速度快，算法简单，易于工程实现。

Target Ship Detection and Tracking Method Based on Optical Remote Sensing Image

The invention provides a ship detection and tracking method in thin cloud scene based on optical remote sensing image. The detection method includes acquiring the corresponding optical remote sensing image sequence of a ship, clipping the optical remote sensing image sequence according to the size of the area of interest, image enhancement, and then median filtering to obtain the ship wake. The gray image sequence is normalized, and then the gray peak detection is carried out to get the gray peak detection results. The gray peak detection results are threshold detection, and the coordinates of ship wake in the gray image sequence are obtained. On the basis of detection, the coordinates of ship wake in gray image sequence are further correlated to obtain the ship track in gray image sequence. According to the track, the target ship is tracked to achieve high accuracy and high success rate tracking of the target ship. The target ship detection and tracking method has the advantages of low computational complexity, fast running speed, simple algorithm and easy engineering implementation.

【技术实现步骤摘要】
基于光学遥感图像的目标舰船检测及跟踪方法
本专利技术涉及图像处理领域，尤其涉及一种基于光学遥感图像的目标舰船检测及跟踪方法。
技术介绍
静止轨道光学遥感卫星的轨道周期与地球自转周期相同，与地球保持相对静止。其拥有较大的成像幅宽，可对某一大面积指定感兴趣区域进行连续观测，具有时间分辨率高，数据的时效性好等优点。比如高分四号卫星，是当今世界上地球同步轨道分辨率最高的对地观测卫星，于2015年发射，位于东经105.6°的赤道上方，距地面高度约36000km，星下点空间分辨率优于50m×50m，星下点单景成像覆盖面积接近500km×500km，可进行大范围实时、连续机动成像和高时间分辨率成像相结合的综合观测。基于静止轨道卫星光学遥感图像的运动舰船检测是利用卫星拍摄的舰船在海上运动时的图像序列中尾迹的灰度值进行检测。但是，由于舰船尾迹的几何和纹理特征会随运动速度的变化而变化，因此基于几何和纹理特征的目标检测方法并不适用；由于图像的平均灰度值会随着云量的变化而变化，因此基于灰度阈值的目标检测方法并不适用；由于需要大量样本对估计器进行训练，而目前尚无此训练样本库，因此基于机器学习和深度学习的目标检测方法也不适用。因此，如何在薄云场景下使用静止轨道卫星光学遥感图像准确、快速地检测多运动舰船目标是本领域技术人员亟需解决的问题。
技术实现思路
(一)要解决的技术问题针对于现有技术问题，本专利技术提出一种基于光学遥感图像的薄云场景下目标舰船检测及跟踪方法，用于至少部分解决上述技术问题。(二)技术方案本专利技术一方面提供一种基于光学遥感图像的薄云场景下目标舰船检测方法，包括：获取目标舰船对应的光学遥感图像序列；根据关注区域尺寸对光学遥感图像序列进行裁剪，对裁剪后的光学遥感图像序列进行图像增强处理；对图像增强处理后的光学遥感图像序列进行中值滤波，得到目标舰船尾迹的灰度图像序列；对灰度图像序列进行归一化处理，并对归一化处理后的灰度图像序列进行灰度峰值检测，得到灰度峰值检测结果；对灰度峰值检测结果进行阈值检测，得到目标舰船尾迹在灰度图像序列中的坐标。可选地，对裁剪后的光学遥感图像序列进行图像增强处理，包括：增大目标舰船尾迹的最大灰度值与裁剪后的光学遥感图像序列的最大灰度值的比值。可选地，对图像增强处理后的光学遥感图像序列进行中值滤波，包括：对图像增强处理后的光学遥感图像序列进行m×n邻域中值滤波，得到第一滤波光学遥感图像序列，其中，0＜m＜5且0＜n＜5，m，n为整数；对图像增强处理后的光学遥感图像序列进行m×n邻域中值滤波，其中，得到第二滤波光学遥感图像序列，m≥5且n≥5，m，n为整数；将第一滤波光学遥感图像序列与第二滤波光学遥感图像序列中同一时刻对应的图像作差，得到目标舰船尾迹的灰度图像序列。可选地，根据如下公式进行m×n邻域中值滤波：其中，G(x，y，k)表示光学遥感图像序列中第k幅图像中坐标为(x，y)像素点的灰度值，F(x，y，k)表示光学遥感图像序列中第k幅图像中坐标为(x，y)的像素点进行图像增强处理后的灰度值，m为图像横轴方向中值滤波窗口长度，n为图像纵轴方向中值滤波窗口长度。可选地，对灰度图像序列进行如下归一化处理：其中，GD(k)表示目标舰船尾迹的灰度图像序列中第k幅图像的灰度值，max(GD(k))表示目标舰船尾迹的灰度图像序列中第k幅图像灰度值中的最大值，GN(k)表示第k幅图像的灰度归一化处理结果。可选地，根据如下公式对灰度峰值检测结果进行阈值检测：其中，R(x，y，k)表示灰度峰值阈值检测结果，GP(x，y，k)表示灰度峰值检测结果，GTH表示灰度峰值阈值。可选地，对目标舰船在光学遥感图像中的坐标进行数据关联的方法包括最邻近方法或联合概率数据关联方法或多假设跟踪方法。本专利技术另一方面提供一种基于光学遥感图像的薄云场景下目标舰船检测方法，包括：获取目标舰船对应的光学遥感图像序列及光学遥感图像序列拍摄的时间间隔；根据关注区域尺寸对光学遥感图像序列进行裁剪，对裁剪后的光学遥感图像序列进行图像增强处理；对图像增强处理后的光学遥感图像序列进行中值滤波，得到目标舰船尾迹的灰度图像序列；对灰度图像序列进行归一化处理，并对归一化处理后的灰度图像序列进行灰度峰值检测，得到灰度峰值检测结果；对灰度峰值检测结果进行阈值检测，得到目标舰船尾迹在灰度图像序列中的坐标；对目标舰船尾迹在灰度图像序列中的坐标进行数据关联，得到目标舰船在灰度图像序列中的航迹，根据航迹跟踪目标舰船。可选地，对图像增强处理后的光学遥感图像序列进行中值滤波，包括：对图像增强处理后的光学遥感图像序列进行m×n邻域中值滤波，得到第一滤波光学遥感图像序列，其中，0＜m＜5且0＜n＜5，m，n为整数；对图像增强处理后的光学遥感图像序列进行m×n邻域中值滤波，得到第二滤波光学遥感图像序列，其中，m≥5且n≥5，m，n为整数；将第一滤波光学遥感图像序列与第二滤波光学遥感图像序列中同一时刻对应的图像作差，得到目标舰船尾迹的灰度图像序列。可选地，根据航迹对目标舰船进行跟踪包括：根据舰船在灰度图像序列中的航迹和光学遥感图像与真实空间尺度的换算关系，得到目标舰船的在海面上的实际位移距离；根据时间间隔及实际位移距离计算所述目标舰船的运动参数。(三)有益效果本专利技术提供一种基于光学遥感图像的薄云场景下目标舰船检测与跟踪方法，至少包括以下有益效果：通过对拍摄的目标舰船光学遥感图像进行图像裁剪、图像增强处理、中值滤波、归一化处理、灰度峰值检测、阈值分割、数据关联及运动参数估计，实现对目标舰船的高准确率、高成功率跟踪。其中，图像裁剪减小数据处理量，提高数据处理效率，图像增强处理有助于舰船尾迹灰度峰值的提取，中值滤波可快速得到舰船尾迹的灰度图像，灰度峰值检测及阈值分割可快速得到舰船尾迹坐标，数据关联可准确实现多舰船跟踪，总体来说，该方法计算复杂度低，运行速度快，算法简单，易于工程实现。附图说明图1是本专利技术实施例基于光学遥感图像的薄云场景下目标舰船检测方法的流程图。图2是本专利技术实施例裁剪后的原始光学遥感图像的示意图。图3是本专利技术实施例对图2进行对数图像增强处理后的光学遥感图像的示意图。图4是图3进行2×2邻域中值滤波后的数据三维图像示意图。图5是图3进行10×10邻域中值滤波后的数据三维图像示意图。图6是图4与图5相减后的数据三维图像示意图。图7是对图6进行归一化处理后的中值滤波差数据三维图像示意图。图8是本专利技术实施例基于光学遥感图像的薄云场景下目标舰船跟踪方法的流程图。图9是对图7进行数据关联和运动参数估计后得到的舰船运动结果示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。本专利技术实施例提出一种基于光学遥感图像的薄云场景下目标舰船检测与跟踪方法，通过对静止轨道卫星拍摄的目标舰船的光学遥感图像序列进行图像裁剪、图像增强处理、小邻域中值滤波、大邻域中值滤波、归一化处理、灰度峰值检测、阈值分割得到目标舰船的检测结果，在检测结果的基础上进一步进行数据关联及运动参数估计，实现对薄云场景下多运动目标舰船高准确率、高成功率跟踪和运动参数估计，该检测及跟踪方法计算复杂度低，运行速度快，算法简单，易于工程实现。图1为本专利技术实施例基于光学遥感本文档来自技高网...

【技术保护点】
1.一种基于光学遥感图像的舰船检测方法，其特征在于，包括：获取目标舰船对应的光学遥感图像序列；根据关注区域尺寸对所述光学遥感图像序列进行裁剪，对裁剪后的光学遥感图像序列进行图像增强处理；对图像增强处理后的光学遥感图像序列进行中值滤波，得到所述目标舰船尾迹的灰度图像序列；对所述目标舰船尾迹的灰度图像序列进行归一化处理，并对归一化处理后的灰度图像序列进行灰度峰值检测，得到灰度峰值检测结果；对所述灰度峰值检测结果进行阈值检测，得到所述目标舰船尾迹在所述灰度图像序列中的坐标。

【技术特征摘要】
1.一种基于光学遥感图像的舰船检测方法，其特征在于，包括：获取目标舰船对应的光学遥感图像序列；根据关注区域尺寸对所述光学遥感图像序列进行裁剪，对裁剪后的光学遥感图像序列进行图像增强处理；对图像增强处理后的光学遥感图像序列进行中值滤波，得到所述目标舰船尾迹的灰度图像序列；对所述目标舰船尾迹的灰度图像序列进行归一化处理，并对归一化处理后的灰度图像序列进行灰度峰值检测，得到灰度峰值检测结果；对所述灰度峰值检测结果进行阈值检测，得到所述目标舰船尾迹在所述灰度图像序列中的坐标。2.根据权利要求1所述的基于光学遥感图像的舰船检测方法，其特征在于，所述对裁剪后的光学遥感图像序列进行图像增强处理，包括：增大所述目标舰船尾迹的最大灰度值与所述裁剪后的光学遥感图像序列的最大灰度值的比值。3.根据权利要求1所述的基于光学遥感图像的舰船检测方法，其特征在于，所述对图像增强处理后的光学遥感图像序列进行中值滤波，包括：对图像增强处理后的光学遥感图像序列进行m×n邻域中值滤波，得到第一滤波光学遥感图像序列，其中，0＜m＜5且0＜n＜5，m，n为整数；对图像增强处理后的光学遥感图像序列进行m×n邻域中值滤波，得到第二滤波光学遥感图像序列，其中，m≥5且n≥5，m，n为整数；将所述第一滤波光学遥感图像序列与第二滤波光学遥感图像序列中同一时刻对应的图像作差，得到所述目标舰船尾迹的灰度图像序列。4.根据权利要求3所述的基于光学遥感图像的舰船检测方法，其特征在于，根据如下公式进行所述m×n邻域中值滤波：其中，G(x，y，k)表示光学遥感图像序列中第k幅图像中坐标为(x，y)像素点的灰度值，F(x，y，k)表示光学遥感图像序列中第k幅图像中坐标为(x，y)的像素点进行图像增强处理后的灰度值，m为图像横轴方向中值滤波窗口长度，n为图像纵轴方向中值滤波窗口长度。5.根据权利要求3所述的基于光学遥感图像的舰船跟踪方法，其特征在于，对所述灰度图像序列进行如下归一化处理：其中，GD(k)表示所述目标舰船尾迹的灰度图像序列中第k幅图像的灰度值，max(GD(k))表示所述目标舰船尾迹的灰度图像序列中第k幅图像灰度的最大值，GN(k...

【专利技术属性】
技术研发人员：吕鹏，胡玉新，雷斌，侯仰栓，李倩倩，王晓辉，
申请(专利权)人：中国科学院电子学研究所，
类型：发明
国别省市：北京,11