基于红外图像的海面舰船检测方法技术

本发明专利技术公开一种基于红外图像的海面舰船检测方法，探测精度高、虚警率低、鲁棒性强。本发明专利技术的海面舰船检测方法，包括如下步骤：(10)红外图像预处理：对红外探测器采集到的包含舰船的海面图像进行预处理；(20)Dot

【技术实现步骤摘要】
基于红外图像的海面舰船检测方法


[0001]本专利技术属于红外目标探测
，特别是一种探测精度高、虚警率低、鲁棒性强的基于红外图像的海面舰船检测方法。

技术介绍

[0002]海洋舰船的检测跟踪与识别一直是军事及民用领域的热点研究问题，应用场景涉及捕捞监控、海面交通管制以及遇难船只救援等多个方面。近年来，搭载光学传感器的卫星、无人机获得的红外图像空间分辨率和光谱分辨率都越来越高，但也正由于获取的影像数据量加大、场景愈发复杂，舰船信号易被淹没在噪声信号中。
[0003]为有效检测海洋舰船，业界趋向于选取尺寸相对较大、不易隐藏的舰船尾迹特征作为辅助特征检测船只，即尾迹检测。与相对成熟的SAR图像舰船尾迹检测相比，基于光学图像的舰船尾迹检测研究起步较晚。在此领域较为知名的研究机构中，国外的如加拿大遥感中心(CCRS)、挪威国防研究中心和欧洲海事安全局(EMSA)等，国内的如国防科技大学和中国科学院等。部分学者在这方面也有了一定的研究成果，如相方莉等人基于小波变换提出了一种舰船尾迹检测方法；赵春晖等人改进CGHT算法，基于图像信息融合检测舰船本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外图像的海面舰船检测方法，其特征在于，包括如下步骤：(10)红外图像预处理：对红外探测器采集到的包含舰船的海面图像进行预处理，所述预处理包括红外图像分辨率调整、灰度拉伸；(20)Dot
‑
Curve初步定位：基于随机粗糙面理论，采用二维曲率滤波方法，对经预处理的红外图像进行Dot
‑
Curve提取，得到候选目标主副轴；(30)主副轴修正：基于残差分析理论，对候选目标主副轴的灰度曲线进行拟合，并对候选目标主副轴的位置进行修正；(40)特征提取：对候选目标进行特征提取，计算候选目标主副轴纹理特性和几何特性参数，包括灰度均值、灰度方差、斜率、线性度，架构特征集；(50)目标鉴别：比较需求项目和干扰项目的特征参数，对潜在目标进行特征分析，融合多种特征，剔除干扰项目，获得需求目标。2.根据权利要求1所述的海面舰船检测方法，其特征在于，所述(10)红外图像预处理步骤包括：(11)分辨率调整：采用如下所示的双线性插值法来完成分辨率调整：式中，g(i0,j0)表示原始图像中位置(i0,j0)的灰度值，g(i
′
,j
′
)、g(i
′
+1,j
′
)、g(i
′
,j
′
+1)、g(i
′
+1,j
′
+1)表示调整后对应四邻点位置灰度值，α、β为插值系数。(12)灰度拉伸：通过如下所示的分段灰度拉伸过程以提高目标与背景的对比度：f＝k
n
×
g+b
n
,a
n
≤g≤b
n (2)，式中，f为拉伸后灰度，g为拉伸前灰度，k
n
、b
n
为拉伸系数，[a
n
,b
n
]为拉伸前灰度区间。3.根据权利要求2所述的海面舰船检测方法，其特征在于，所述(20)Dot
‑
Curve初步定位步骤包括：(21)单向曲率计算：按下式计算目标曲率：Cur＝|f”|
ꢀꢀꢀꢀ
(3)，式中，Cur为曲率，f
″
为图像灰度二阶导数；要想计算目标曲率，就要先计算出一阶导数为0的极值点区域，如下式：然后再计算所得区域内的二阶导数，如下式：式中，(i1,j1)是像素坐标点，ω为方向向量与图像横向的夹角，K2、K3、K4、K5、K6、K7、K8、
K9、K
10
为组合系数；根据Facet模型可知，组合系数K
n
可通过图像计算得到，计算公式为：K
n
＝f(i+r,j+c)*W
n
ꢀꢀꢀꢀ
(6)，式中，*是卷积符号，(r,c)是以像素(i,j)为中心的局部图像的平面坐标，W
n
是卷积核且P
n
(r,c)为离散基底，离散基底的表达式为：{P
n
(r,c)}＝{1,r,c,r...

【专利技术属性】
技术研发人员：钱惟贤，成艳，高丹，陈钱，顾国华，万敏杰，任侃，
申请(专利权)人：上海航天控制技术研究所，
类型：发明
国别省市：