【技术实现步骤摘要】
一种基于极化SAR图像的车辆船舶检测方法及装置
本专利技术涉及机器视觉检测领域，具体涉及一种极化SAR图像车辆船舶检测的实现方法。
技术介绍
在机器视觉检测领域中，传统的传感器网络是由飞机和舰艇的雷达/光电探测、潜艇的声纳和地面/海上的侦察监视等装置组成，而这些类型的传感器这些都是非成像传感器，通过这些类型的传感器信息检测识别得到的结果往往只表示出目标的距离、方位、类型(如水面、水下、空中)，难以对目标的种类进行直观识别。极化SAR图像具有全天候、全天时、不受天气影响等成像特点，目前已经成为人们对地观测的重要手段之一。通过机载和星载SAR，能够获得大量的高分辨率SAR图像，船舶和车辆目标在这些图像中清晰可见。从SAR图像中检测车辆船舶目标有着广泛的应用前景，对特定船舶位置进行检测，有助于提高海防预警能力；对车辆的检测可以实时检测由于冰雪灾害或者交通事故引起的的交通堵塞、中断情况。传统的车辆船舶目标检测所利用的数据是单通道SAR数据，这类数据只包含车辆船舶的强度信息，因此不能全面地反映船只目标与海面杂波间的散射...
【技术保护点】
1.一种基于极化SAR图像的车辆船舶检测方法，其特征在于，所述方法包括：/nS1、对原始图像进行预处理；/nS2、对预处理后的图像进行水域、道路区域分割；/nS3、提取图像前景区域并依次标记连通区域；/nS4、将图像接收到的散射能量特征进行Pauli分解，计算各个连通区域中二次散射区域的比例，当所述比例大于预设阈值，进入步骤S5；/nS5、对步骤S4获取的连通区域依次进行椭圆检测，根据椭圆长短轴的比例来判断所述连通区域是否为车辆船舶目标区域，若否，进入步骤S6；/nS6、在连通区域外接椭圆长轴方向利用SVM分类器判断是否存在航迹，如果存在确认所述连通区域为船舶目标区域。/n
【技术特征摘要】
1.一种基于极化SAR图像的车辆船舶检测方法，其特征在于，所述方法包括：
S1、对原始图像进行预处理；
S2、对预处理后的图像进行水域、道路区域分割；
S3、提取图像前景区域并依次标记连通区域；
S4、将图像接收到的散射能量特征进行Pauli分解，计算各个连通区域中二次散射区域的比例，当所述比例大于预设阈值，进入步骤S5；
S5、对步骤S4获取的连通区域依次进行椭圆检测，根据椭圆长短轴的比例来判断所述连通区域是否为车辆船舶目标区域，若否，进入步骤S6；
S6、在连通区域外接椭圆长轴方向利用SVM分类器判断是否存在航迹，如果存在确认所述连通区域为船舶目标区域。
2.根据权利要求1所述基于极化SAR图像的车辆船舶检测方法，其特征在于，所述步骤S1中，采用拉普拉斯金字塔算法对原始图像进行预处理。
3.根据权利要求1所述基于极化SAR图像的车辆船舶检测方法，其特征在于，所述步骤S2具体包括：
S21、将图像以固定大小分成多个矩形区域；
S22、在每个矩形区域中采用大津法进行阈值分割；
S23、将分割出来的前景标记为连通区域，计算每个连通区域面积，通过面积大小来区分水域、道路区域和其他区域；
S24、合并所述矩形区域，得到完整的图像水域和道路区域分割结果；
S25、将步骤S24得到的图像水域中的孔洞进行填充处理。
4.根据权利要求1所述基于极化SAR图像的车辆船舶检测方法，其特征在于，所述步骤S3具体包括：
S31、将步骤S2的结果与原始图像全局大津法阈值分割后结果做相与操作，得到前景区域；
S32、将得到的前景区域标记为连通区域并按顺序依次编号。
5.根据权利要求1所述基于极化SAR图像的车辆船舶检测方法，其特征在于，所述步骤S5中，所述根据椭圆长短轴的比例来判断所述连通区域是否为车辆船舶目标区域具体为：
若椭圆长短轴的比例在预设比例范围之间，则判断所述联通区域为车辆船舶目标区域。
6.一种基于极化SAR...
【专利技术属性】
技术研发人员：周自立，陈爽，罗文三，
申请(专利权)人：中国船舶重工集团公司第七零九研究所，
类型：发明
国别省市：湖北;42
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。