一种基于上下文语义感知的近岸舰船目标检测方法技术

本发明专利技术公开了一种基于上下文语义感知的近岸舰船目标检测方法，针对海岸区域精确监测的重大应用需求，本发明专利技术方法采用海陆分割快速定位候选区域，保留海岸线两侧的海洋区域和缓冲区域，然后采用最大稳定极值区域(MSER)法进行全局预筛选；然后对每个候选目标的背景切片进行超像素分割，提取上下文语义信息，以识别近海舰船和虚警，实验结果表明，该方法能够实现复杂海陆混合背景下近岸舰船的精确检测。

【技术实现步骤摘要】
一种基于上下文语义感知的近岸舰船目标检测方法
本专利技术涉及目标检测领域，尤其适用于SAR图像目标检测领域。
技术介绍
在遥感图像处理中，合成孔径雷达因其强大的全天时、全天候、高分辨率成像能力而得到广泛应用。合成孔径雷达(SAR)在舰船探测中的应用在军事和民用领域都具有重要意义，已成为港口动态监视、海事管理、船舶救援、走私活动监测等海洋应用的重要研究课题。特别是近海舰船的检测问题已经得到了广泛的研究，而对近岸舰船的检测问题的研究却很少。与传统的近海舰船检测相比，近岸舰船检测在港口动态监测和海事管理中越来越受到重视。在高分辨率的SAR图像中，舰船往往以小目标的形式出现，提供的形状信息很少。因此，舰船检测往往基于舰船目标呈现较明亮的特点。对于远岸舰船，可以通过局部阈值分割对其进行粗略定位，而近岸舰船所处的海陆混合环境非常复杂。与之相连接的码头区域通常具有相似的灰度和纹理特征，且具有鲜明的特征，导致近岸舰船检测虚警率较高。因此，近岸舰船检测比远岸舰船检测面临更大的挑战。许多研究在SAR图像中的舰船检测方面取得了一些有价值的成果，其中恒本文档来自技高网...

【技术保护点】
1.一种基于上下文语义感知的近岸舰船目标检测方法，具体包括如下步骤：/n步骤一：基于海陆分割定位候选区域：对近岸场景SAR图像，进行海陆分割，得到海洋区域和近岸缓冲区，缩小感兴趣区域；具体做法是将SAR图像灰度级分为L级，灰度级为第i(i＝1,2,…,L)级的像素有n

【技术特征摘要】
1.一种基于上下文语义感知的近岸舰船目标检测方法，具体包括如下步骤：
步骤一：基于海陆分割定位候选区域：对近岸场景SAR图像，进行海陆分割，得到海洋区域和近岸缓冲区，缩小感兴趣区域；具体做法是将SAR图像灰度级分为L级，灰度级为第i(i＝1,2,…,L)级的像素有ni个，并以每个灰度级为灰度门限求类间方差σ2(t)作为评价函数，通过最大化类间方差，确定灰度门限阈值t*，按灰度级将图像像素分为两类C0,C1，C0由灰度值在区间[1,t*]内所有像素组成，C1由灰度值在区间(t*+1,L]内所有像素组成，灰度门限阈值t*由下式确定：



步骤二：基于MSER的全局预筛选：将给定的SAR图像进行N个灰度值的阈值分割，得到N个对应于阈值的二值图像，然后根据极值区域的面积变化率来提取目标区域，若面积变化率不大于阈值，则该区域为候选舰船目标区域，否则从候选区域中移除该区域；
步骤三：超像素分割：利用目标的上下文语义信息进行舰船目标的鉴别，对于每个候选目标，利用SLIC算法进行超像素分割将候选目标背景切片分割成多个超像素块，
步骤四：候选目标鉴别：得到每个目标背景切片的超像素地图后，计算每个候选舰船目标的波动值，当候选船的波动值大于阈值时，该候选目标被判定为虚警，并从检测结果中剔除，相反，被保留并移...

【专利技术属性】
技术研发人员：裴季方，黄钰林，王茹斐，徐帆云，尚元哲，霍伟博，杨海光，张寅，杨建宇，张永超，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51