一种基于FPGA的光学遥感图像船舶检测方法技术

本发明专利技术公开了一种基于FPGA的光学遥感图像船舶检测方法，主要包括：输入遥感图像，并将该光学遥感图像由RGB空间转换到灰度空间；然后，对已经转化为灰度图的图像进行预处理，通过自适应中值滤波去除图像中的噪声，并采用形态学Top‑hat算子进行抑制背景信息处理，之后对图像进行局部自适应阈值分割后提取图像中的目标候选区域，并统计它们的几何特征组成特征集；根据先验知识，利用投票法对目标候选区域的特征集进行判断，从而剔除虚警，最终得到目标信息。本发明专利技术利用FPGA作为硬件加速平台，在有限的资源条件下实现一种光学遥感图像中船舶检测的方法，满足卫星遥感领域对目标检测的实时性、便携性和芯片小型化等要求。

A ship detection method of optical remote sensing image based on FPGA

【技术实现步骤摘要】
一种基于FPGA的光学遥感图像船舶检测方法
本专利技术属于遥感图像处理及目标检测
，更进一步是一种基于现场可编程门阵列FPGA(Field－ProgrammableGateArray)的光学遥感图像船舶检测方法。
技术介绍
利用遥感图像对船舶目标进行检测的技术在民用和军用领域受到越来越多的重视。相比于SAR图像，光学遥感图像具有其直观性强、解译容易、细节丰富等优点，近年来被广泛用于船舶检测。综合国内外的研究进展，基于光学遥感图像的船舶检测大多采用由粗到精的策略，主要流程为：图像预处理，海陆分离，目标候选区域提取，目标识别确认。预处理阶段对原始遥感图像进行滤波以降低噪声，常用的滤波器包括维纳滤波器和中值滤波器。海陆分离阶段对包含陆地的遥感图像进行分割以排除陆地信息的干扰，常用方法可分为阈值分割法和边缘特征分割法。目标候选区域提取阶段将可能为船舶的区域提取出来，是对船舶目标的初步检测，常用方法有基于灰度统计的方法、基于显著性的方法、基于形状和纹理特征的方法、基于模板的方法、以及基于深度学习的方法。目标识别确认阶段根据候选区域的特征集是本文档来自技高网...

【技术保护点】
1.一种基于FPGA的光学遥感图像船舶检测方法，其特征在于，包括以下步骤：/n步骤一、输入遥感图像，并将所述遥感图像转化为灰度图；/n步骤二、对已经转化为灰度图的图像进行预处理，通过自适应中值滤波去除图像中的噪声；/n步骤三、对步骤二处理过的图像采用形态学Top-hat算子抑制背景信息；/n步骤四、将步骤三处理过的图像进行局部自适应阈值分割；/n步骤五、标记连通域，并提取目标候选区域的几何特征，组成特征集；/n步骤六、根据先验知识，利用投票法对目标候选区域的特征集进行判断，从而剔除虚警，确定船舶目标。/n

【技术特征摘要】
1.一种基于FPGA的光学遥感图像船舶检测方法，其特征在于，包括以下步骤：
步骤一、输入遥感图像，并将所述遥感图像转化为灰度图；
步骤二、对已经转化为灰度图的图像进行预处理，通过自适应中值滤波去除图像中的噪声；
步骤三、对步骤二处理过的图像采用形态学Top-hat算子抑制背景信息；
步骤四、将步骤三处理过的图像进行局部自适应阈值分割；
步骤五、标记连通域，并提取目标候选区域的几何特征，组成特征集；
步骤六、根据先验知识，利用投票法对目标候选区域的特征集进行判断，从而剔除虚警，确定船舶目标。


2.根据权利要求1所述的基于FPGA的光学遥感图像船舶检测方法，其特征在于，步骤五中，包括连通域标记和特征统计；
所述连通域标记包括游程信息记录和连通游程标记合并，以游程为单位对像素进行批量处理，通过一次图像扫描完成连通域标记；
统计的特征为连通域几何特征，包括面积特征、长宽比特征和致密性特征。


3.根据权利要求2所述的基于FPGA的光学遥感图像船舶检测方法，其特征在于，所述连通域标记的过程是：二值图像以光栅扫描的方式逐个像素地输入到硬件电路中，以连续的两个像素数据为一组输入到游程信息记录模块；游程信息记录模块判断游程的开始和结束，生成游程标记，并将游程的标记、左右端点坐标与行坐标记录到存储器mem_a中；从记录到第二行的游程开始，连通游程标记合并...

【专利技术属性】
技术研发人员：王凡，周国清，张荣庭，刘德全，舒磊，周祥，黄景金，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12