【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尾迹。
[0004]当前的尾迹检测方法多是基于拉冬变换或霍夫变换进行一定的改进。其中,霍夫变换是拉东变换的一种特殊情况。但使用拉东变换进行线性特征检测有一些缺点:由于灰度积分是在图像的整个长度上进行的,因此很难检测到明显短于图像尺寸的线段;具备一定曲率的线性特征可能不会在变换域中产生合适的波峰或波谷。当变换应用于具有高噪声水平的图像时,这些问题甚至更为显著。因此现有算法 ...
【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:
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。