【技术实现步骤摘要】
基于颜色马尔科夫链显著性模型的油罐目标检测方法
本专利技术涉及数字图像处理技术和计算机视觉领域，更具体的说是涉及一种基于颜色马尔科夫链显著性模型的油罐目标检测方法。
技术介绍
油罐是一个储存石油和化石燃料的地方，它的形状通常为圆形，并被涂成白色或者其他浅色，以尽可能的反射太阳光，减少热量的吸收，进而防止油罐因长期暴露在阳光下而引起爆炸。油罐排列的规则比较随机，并且其边缘较为模糊，表面的灰度也不均匀。由于光线，成像质量，结构和位置的影响，以及卫星与地面的夹角等因素，油罐在成像面上可能会具有一定程度的几何变形。这一系列复杂的情况给油罐目标的检测和识别带来了很大的困难。近年来，随着光学遥感卫星图像分辨率的提高，可以在遥感图像中检测到更为细小的目标。尽管高分辨率遥感图像可以提供关于目标的更详细信息，但是图像的背景也将因此变得更为复杂，这也使得典型遥感目标的检测变得愈发困难。特别是诸如油罐等目标的检测变得更加困难，很容易带来虚警和漏检。再加上油罐是一个分布式目标，其分布的位置和距离的不固定，已经成为目标检测领域的一大难题。目前油罐目标的检测算法主要包括：基于霍夫变换等几何形...
【技术保护点】
1.一种基于颜色马尔科夫链显著性模型的油罐目标检测方法，其特征在于，包括：对采集到的遥感图像进行灰度处理和超像素分割；对经过灰度处理的遥感图像进行径向提取，得到候选圆心；计算每个候选圆心的权重值，将圆心的权重值作为整个圆的灰度值，得到圆特征分布图；基于超像素分割结果和所述圆特征分布图计算圆密度矩阵；基于颜色马尔科夫链显著性模型对经过超像素分割的遥感图像进行处理，并分别提取位置矩阵和颜色矩阵；基于所述圆密度矩阵、所述位置矩阵和所述颜色矩阵进行特征融合，得到特征融合图；利用颜色马尔科夫链模型处理结果对所述特征融合图进行指数约束、插值及分段优化处理，得到潜在显著性图；将圆特征分布...
【技术特征摘要】
1.一种基于颜色马尔科夫链显著性模型的油罐目标检测方法，其特征在于，包括：对采集到的遥感图像进行灰度处理和超像素分割；对经过灰度处理的遥感图像进行径向提取，得到候选圆心；计算每个候选圆心的权重值，将圆心的权重值作为整个圆的灰度值，得到圆特征分布图；基于超像素分割结果和所述圆特征分布图计算圆密度矩阵；基于颜色马尔科夫链显著性模型对经过超像素分割的遥感图像进行处理，并分别提取位置矩阵和颜色矩阵；基于所述圆密度矩阵、所述位置矩阵和所述颜色矩阵进行特征融合，得到特征融合图；利用颜色马尔科夫链模型处理结果对所述特征融合图进行指数约束、插值及分段优化处理，得到潜在显著性图；将圆特征分布图和潜在显著性图进行贝叶斯融合，得到融合显著特征图；对所述融合显著特征图进行二值化处理和去噪处理，得到显著性检测结果。2.根据权利要求1所述的基于颜色马尔科夫链显著性模型的油罐目标检测方法，其特征在于，径向提取的具体步骤包括：对经过灰度处理后的遥感图像计算梯度，得到方向分量和幅度分量；基于所述方向分量和所述幅度分量计算出候选的圆心位置。3.根据权利要求1所述的基于颜色马尔科夫链显著性模型的油罐目标检测方法，其特征在于，基于颜色马尔科夫链显著性模型对经过超像素分割的遥感图像进行处理的具体步骤包括：基于相邻超像素块之间的权重关系计算无向图，选定图像的边界作为吸收节点；对于每个超像素块，计算图像边界...
【专利技术属性】
技术研发人员：赵丹培，刘子铭，姜志国，史振威，张浩鹏，
申请(专利权)人：北京航空航天大学，
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。