【技术实现步骤摘要】
本专利技术属于光电探测与成像应用领域，具体涉及一种基于遮挡比的低分辨率热红外影像飞机识别方法。
技术介绍
1、对飞机等高速飞行目标的探测对于全球飞行活动的动态监测以及实施相关搜索救援活动等领域有着重要的意义，是遥感目标识别领域中的一个具有挑战性的课题。
2、目前，常见的飞机识别技术通常基于较高分辨率的可见光遥感图像，利用模板匹配及神经网络等方法对机场等地面飞机进行形态特征的检测与识别。其通常基于较高分辨率的可见光遥感图像，这是因为可见光遥感图像具有丰富的色彩信息和较高的空间分辨率，能够清晰地显示出飞机的形状、大小、颜色等特征。然而，由于可见光遥感图像受到天气和光照条件的影响较大，因此在复杂环境下的应用受到了一定的限制。
3、合成孔径雷达（sar）图像飞机目标智能检测识别技术是近年来飞机目标检测识别领域的研究热点。这种技术利用sar数据进行自动化飞机目标检测和识别，可以有效提取飞机目标的特征，从而提高检测的准确性。此外，除了单一的sar数据外，还可以将sar数据与其他传感器数据，如光学图像、红外图像等进行融合，以提高飞机目标的检测和识别性能。但是在sar图像中，飞机目标的散射机制复杂，并且会受到背景强干扰的影响，这给飞机目标的检测识别带来了技术难点。
4、然而，这一类方法主要面临以下几个问题：(1)专门为飞机检测提供的高分辨率图像数据集较少 ，对于神经网络等方法来说可训练的数据有限；(2)可见光图像大部分集中于地面飞机，对于高空飞机，尤其是天气状况较为复杂时的检测能力较弱；(3)可见光遥感依赖物
5、针对于飞机等高空飞行目标探测领域的应用，急需一种可靠的目标识别方法，突破传统方法的限制，在低分辨率条件的限制下能够对高空高速飞机进行有效的识别，以满足实际应用需求。
技术实现思路
1、本专利技术的目的在于，针对现有技术中的问题，提供一种基于遮挡比的低分辨率热红外影像飞机识别方法。
2、为此，本专利技术的上述目的通过以下技术方案实现：
3、一种基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：包括以下步骤：
4、s1, 获取包含飞机的所在区域红外遥感数据，包括红外遥感图像及其对应的地理信息，将红外遥感图像提取为包含飞机像素的大小为7×7像素的子图像块；
5、s2，计算遮挡比，利用飞机的热辐射特性和热红外探测器参数，计算子图像块区域内飞机及背景区域的入瞳辐亮度，以计算每个像元的遮挡比；
6、s3，计算遮挡面积，根据步骤s2中的遮挡比计算结果，将子图像块的像元区分为含飞机像素和纯背景像素，含飞机像素视为有效像元，并计算有效像元内飞机对地面背景的遮挡面积；
7、s4，计算飞机的俯视面积，根据步骤s3中的飞机整体的遮挡面积，通过成像的高度和角度进行校正，得到飞机的俯视面积；
8、s5，根据飞机俯视面积进行飞机大小尺度识别。
9、在采用上述技术方案的同时，本专利技术还可以采用或者组合采用如下技术方案：
10、作为本专利技术的优选技术方案：步骤s1中，红外遥感图像对应的地理信息包括飞机的飞行高度和具体经纬度信息。
11、作为本专利技术的优选技术方案：步骤s1中，根据飞机的具体经纬度信息，从红外遥感图像中锁定包含飞机的区域，以该区域内像素灰度值最低点为中心，提取其邻域7×7像素范围的图像作为子图像块，用于对飞机及纯背景像素进行计算。
12、作为本专利技术的优选技术方案：步骤s2中，计算子图像块区域内飞机及背景区域的入瞳辐亮度，需计算飞机的蒙皮辐亮度和飞机机身反射的环境辐射和大气路径辐射，
13、其中，飞机的蒙皮辐亮度为
14、（3）
15、其中，为飞机蒙皮的红外发射率，λ为波长，为光谱辐射出射度，通过下述算式获得，
16、（4）
17、其中，c1=3.743×10-6w·m2， c2=1.4387×10-2w·k ，为飞机蒙皮的平均温度,通过下述算式计算，
18、（1）
19、表示飞机所处环境的大气温度，通过下述算式计算，
20、（2）
21、其中，表示零海拔高度的温度，h表示飞机的飞行高度, η表示温度的垂直递减率，β为温度恢复系数，取0.82~0.84，γ为比热容比，取1.4，c为热平衡系数，为飞机的飞行速度，为太阳辐射导致的飞机表面温度变化，表示飞机机身反射的环境辐射，表示大气路径辐射，表示 λ波长下的大气透过率，子图像块区域内飞机及背景区域的入瞳辐亮度，表示为
22、（5）。
23、作为本专利技术的优选技术方案：步骤s2中，对热红外遥感图像的子图像块区域，其入瞳辐亮度l用像素的dn值来表征，具体关系为
24、（6）
25、其中gain和bias分别为增益系数和偏置系数，
26、子图像块的能量分布表示为
27、（8）
28、其中，为飞机对应的dn值，为背景对应的dn值，为飞机俯视面积，分别为背景面积；
29、对于单个像元来说，其dn值由飞机目标与地面背景的dn值组成，
30、（9）
31、其中为单个像元响应的dn值，cr为红外图像中飞机对地面的遮挡比，在包含飞机的红外图像区域内，dn值最低的像元判定为遮挡比最大，以该像元为中心，选取3×3的像元作为包含飞机的像素范围，同时选取以该像元为中心的7×7的像元范围，计算除飞机像元外其余像元的平均dn值，作为背景dn值，即，因此每个像元的遮挡比可表示为
32、
33、其中，i表示其在子图像块中x轴的位置，j表示其在子图像块中y轴的位置, 表示在（i，j）位置的单个像元的dn值。
34、作为本专利技术的优选技术方案：步骤s3中，计算飞机整体的遮挡面积，表示为
35、（11）
36、其中，表示一个像元所对应的地面范围的面积，表示一个像元中飞机所占的面积，通过下述算式计算：
37、（10）。
38、作为本专利技术的优选技术方案：步骤s4中，飞机的俯视面积表示为
39、（13）
40、其中表示飞机真实面积与探测器中的飞机遮挡面积之比，其中,d为飞机的宽度，d´为探测器中在h高度上，与星下点夹角为a的位置飞行的飞机的宽度，其中d´通过下述算式计算：
41、（12）
42、其中，飞机飞行高度为h，卫星的飞行高度为h，飞机成像位置相对于星下点所形成的夹角为a。
43、作为本专利技术的优选技术方案：根据步骤s4计算得到的飞机的俯视面积，对飞机本文档来自技高网...
【技术保护点】
1.一种基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：包括以下步骤：
2.如权利要求1所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：步骤S1中，红外遥感图像对应的地理信息包括飞机的飞行高度和具体经纬度信息。
3. 如权利要求2所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：步骤S1中，根据飞机的具体经纬度信息，从红外遥感图像中锁定包含飞机的区域，以该区域内像素灰度值最低点为中心，提取其邻域7×7像素范围的图像作为子图像块，用于对飞机及其背景像素进行计算。
4. 如权利要求1所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：步骤S2中，计算子图像块区域内飞机及背景区域的入瞳辐亮度，需计算飞机的蒙皮辐亮度和飞机机身反射的环境辐射和大气路径辐射，其中，飞机的蒙皮辐亮度为
5. 如权利要求4所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：步骤S2中，对热红外遥感图像的子图像块区域，其入瞳辐亮度L用像素的DN值来表征，具体关系为
6. 如权利要求5所述的基于遮挡比的
7. 如权利要求5所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：步骤S4中，飞机的俯视面积表示为
8. 如权利要求5所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：根据步骤S4计算得到的飞机的俯视面积，对飞机在大小尺度上进行分类识别，具体分类方法如下：当＞550 m2时，判定为大型飞机；当200 m2＜≤550 m2时，判定为中型飞机，当＜200 m2时，判定为小型飞机。
...【技术特征摘要】
1.一种基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：包括以下步骤：
2.如权利要求1所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：步骤s1中，红外遥感图像对应的地理信息包括飞机的飞行高度和具体经纬度信息。
3. 如权利要求2所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：步骤s1中，根据飞机的具体经纬度信息，从红外遥感图像中锁定包含飞机的区域，以该区域内像素灰度值最低点为中心，提取其邻域7×7像素范围的图像作为子图像块，用于对飞机及其背景像素进行计算。
4. 如权利要求1所述的基于遮挡比的低分辨率热红外影像飞机识别方法，其特征在于：步骤s2中，计算子图像块区域内飞机及背景区域的入瞳辐亮度，需计算飞机的蒙皮辐亮度和飞机机身反射的环境辐射和大气路径辐射，其中，飞机的蒙皮辐亮...
【专利技术属性】
技术研发人员：陈凡胜，潘文浩，李潇雁，赵立行，
申请(专利权)人：国科大杭州高等研究院，
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。