本申请实施例提供了一种基于邻域显著性的异质遥感图像海面目标检测方法及装置,所述方法包括:分别对前时相异质遥感图像和后时相异质遥感图像进行海陆分割,得到前时相异质海面域遥感图像和后时相异质海面域遥感图像;对前时相异质海面域遥感图像进行目标检测,得到第一目标检测结果,以及对后时相异质海面域遥感图像进行目标检测,得到第二目标检测结果;基于第一目标检测结果,从后时相异质海面域遥感图像中获取邻域子图集;对邻域子图集中的每个邻域子图进行显著性目标检测,得到第三目标检测结果;根据第二目标检测结果和第三目标检测结果,得到最终的目标检测结果。如此,实现高准确性的异质遥感图像海面目标检测。
【技术实现步骤摘要】
本申请涉及异质遥感图像处理,特别涉及一种基于邻域显著性的异质遥感图像海面目标检测方法及装置。
技术介绍
1、舰船目标检测是遥感技术的重要应用领域之一,在海运管理、安全救援、海上安防等方面具有重要应用。单源遥感舰船检测方法的输入为可见光或者合成孔径雷达(synthetic aperture radar,sar)图像。但仅利用单源遥感信息实现舰船目标检测的方法,没有突破传感器类型的限制,检测性能仍受到图像自身存在的诸多制约。可见光单源检测器对受到云层、薄雾遮挡的舰船目标检测性能有限;sar图像易受到复杂海杂波环境等影响,图像中不同区域的杂波强度不一致,会导致一些舰船目标被弱化、淹没,进而降低sar单源检测器性能。
2、多源异质遥感图像融合处理能够利用不同传感器类型成像的优势,为减少漏检率、降低虚警,提升舰船目标检测的稳健性提供了新的解决思路。但现有的多源异质遥感图像目标检测方法在解决多源异质遥感图像中同一个/批次舰船目标存在轻微偏移时性能有限,忽略了目标偏移的存在,无法有效检测出另一异质域遥感图像中的漏检目标,甚至会引入新的虚警,反而降低了检测的准确性。因此,亟需一种高准确性的异质遥感图像海面目标检测方法。
技术实现思路
1、鉴于上述问题,本申请实施例提供了一种基于邻域显著性的异质遥感图像海面目标检测方法及装置,以便克服上述问题或者至少部分地解决上述问题。
2、本申请实施例的第一方面,公开了一种基于邻域显著性的异质遥感图像海面目标检测方法,所述方法包括:
3、分别对前时相异质遥感图像和后时相异质遥感图像进行海陆分割,得到前时相异质海面域遥感图像和后时相异质海面域遥感图像;
4、对所述前时相异质海面域遥感图像进行目标检测,得到第一目标检测结果,以及对所述后时相异质海面域遥感图像进行目标检测,得到第二目标检测结果;
5、基于所述第一目标检测结果,从所述后时相异质海面域遥感图像中获取邻域子图集;
6、对所述邻域子图集中的每个邻域子图进行显著性目标检测,得到第三目标检测结果;
7、根据所述第二目标检测结果和所述第三目标检测结果,得到最终的目标检测结果。
8、可选地,所述前时相异质遥感图像为sar遥感图像和可见光遥感图像中的一者,所述后时相异质遥感图像为另一者;分别对前时相异质遥感图像和后时相异质遥感图像进行海陆分割,得到前时相异质海面域遥感图像和后时相异质海面域遥感图像,包括:
9、根据灰度直方图对所述sar遥感图像进行分割,得到第一分割结果;
10、根据所述第一分割结果,计算陆地聚类中心值和海面聚类中心值;
11、根据所述陆地聚类中心值和所述海面聚类中心值,对所述可见光遥感图像进行聚类,得到第二分割结果;
12、将所述第一分割结果中的陆地区域和所述第二分割结果中的陆地区域取并集,得到目标陆地区域;
13、对所述目标陆地区域进行形态学处理,得到处理后的目标陆地区域;
14、将所述处理后的目标陆地区域作为掩膜,分别去除所述sar遥感图像和所述可见光遥感图像中的陆地区域,得到sar海面域遥感图像和可见光海面域遥感图像,所述sar海面域遥感图像为前时相异质海面域遥感图像和后时相异质海面域遥感图像中的一者,所述可见光海面域遥感图像为另一者。
15、可选地,基于所述第一目标检测结果,从所述后时相异质海面域遥感图像中获取邻域子图集,包括:
16、依次利用所述第一目标检测结果中的每个目标检测框,在所述后时相异质海面域遥感图像进行d倍开窗,得到每个目标检测框对应的邻域子图,d为大于或等于3的数;
17、根据所述每个目标检测框对应的邻域子图,得到邻域子图集。
18、可选地,对所述邻域子图集中的每个邻域子图进行显著性目标检测,得到第三目标检测结果,包括:
19、计算邻域子图的显著性图;
20、对所述显著性图进行分割,得到初始目标区域集合;
21、根据目标区域的面积与所述邻域子图的面积之间的关系,去除所述初始目标区域集合中的异常目标区域,得到目标区域集合;
22、计算所述目标区域集合中每个目标区域的置信度和最大外接矩形框,作为所述目标区域的检测结果,根据所述目标区域集合中每个目标区域的检测结果,得到所述邻域子图的目标检测结果;
23、按照上述步骤遍历所述邻域子图集中的每个邻域子图,得到第三目标检测结果。
24、可选地,计算邻域子图的显著性图,包括:
25、对所述邻域子图进行高斯滤波平滑处理,得到第一处理邻域子图,以及,对所述邻域子图进行最大环绕子图均值滤波处理,得到第二处理邻域子图;
26、根据所述第一处理邻域子图和所述第二处理邻域子图,得到所述邻域子图的显著性图。
27、可选地,根据目标区域的面积与所述邻域子图的面积之间的关系,去除所述初始目标区域集合中的异常目标区域,包括:
28、根据所述邻域子图的面积和区域噪声滤除比例因子,得到第一面积阈值,以及,根据所述邻域子图的面积和异常大连通区域杂波滤除比例因子,得到第二面积阈值;
29、在所述目标区域的面积小于所述第一面积阈值,或所述目标区域的面积大于所述第二面积阈值的情况下,确定所述目标区域为异常目标区域;
30、在所述初始目标区域集合中的去除所述异常目标区域。
31、可选地,所述第一目标检测结果包括每个目标检测框的置信度;计算所述目标区域集合中每个目标区域的置信度,包括:
32、根据所述第一目标检测结果中目标检测框的置信度,确定所述邻域子图的置信度;
33、根据在所述显著性图中目标区域的第一平均显著性值,以及所述显著性图的第二平均显著性值,得到所述目标区域在所述邻域子图中的相对显著性值;
34、根据所述邻域子图的置信度和所述相对显著性值,得到目标区域的置信度。
35、可选地,在所述前时相异质遥感图像为sar遥感图像,所述后时相异质遥感图像为可见光遥感图像的情况下,所述方法还包括:
36、对所述邻域子图进行色彩空间转换,得到转换后的邻域子图;
37、计算邻域子图的显著性图,包括:
38、根据所述转换后的邻域子图,计算邻域子图的显著性图。
39、可选地,在所述前时相异质遥感图像为可见光遥感图像,所述后时相异质遥感图像为sar遥感图像的情况下,所述方法还包括:
40、对所述目标区域集合中的目标区域进行膨胀处理,以连通目标区域中的散射区域;
41、对所述目标区域集合中的目标区域进行孔洞填充处理,以消除目标区域中的孔洞;
42、对所述目标区域集合中的目标区域进行腐蚀处理,以恢复完整目标区域的原始尺寸。
43、可选地,根据所述第二目标检测结果和所述第三目标检测结果,得到最终的目标检测结果,包括:<本文档来自技高网
...
【技术保护点】
1.一种基于邻域显著性的异质遥感图像海面目标检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述前时相异质遥感图像为SAR遥感图像和可见光遥感图像中的一者,所述后时相异质遥感图像为另一者;分别对前时相异质遥感图像和后时相异质遥感图像进行海陆分割,得到前时相异质海面域遥感图像和后时相异质海面域遥感图像,包括:
3.根据权利要求1所述的方法,其特征在于,基于所述第一目标检测结果,从所述后时相异质海面域遥感图像中获取邻域子图集,包括:
4.根据权利要求1所述的方法,其特征在于,对所述邻域子图集中的每个邻域子图进行显著性目标检测,得到第三目标检测结果,包括:
5.根据权利要求4所述的方法,其特征在于,计算邻域子图的显著性图,包括:
6.根据权利要求4所述的方法,其特征在于,根据目标区域的面积与所述邻域子图的面积之间的关系,去除所述初始目标区域集合中的异常目标区域,包括:
7.根据权利要求4所述的方法,其特征在于,所述第一目标检测结果包括每个目标检测框的置信度;计算所述目标区域集合中每个目标区域的置信度,包括:
8.根据权利要求4所述的方法,其特征在于,在所述前时相异质遥感图像为SAR遥感图像,所述后时相异质遥感图像为可见光遥感图像的情况下,所述方法还包括:
9.根据权利要求4所述的方法,其特征在于,在所述前时相异质遥感图像为可见光遥感图像,所述后时相异质遥感图像为SAR遥感图像的情况下,所述方法还包括:
10.根据权利要求1所述的方法,其特征在于,根据所述第二目标检测结果和所述第三目标检测结果,得到最终的目标检测结果,包括:
11.一种基于邻域显著性的异质遥感图像海面目标检测装置,其特征在于,所述装置包括:
...
【技术特征摘要】
1.一种基于邻域显著性的异质遥感图像海面目标检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述前时相异质遥感图像为sar遥感图像和可见光遥感图像中的一者,所述后时相异质遥感图像为另一者;分别对前时相异质遥感图像和后时相异质遥感图像进行海陆分割,得到前时相异质海面域遥感图像和后时相异质海面域遥感图像,包括:
3.根据权利要求1所述的方法,其特征在于,基于所述第一目标检测结果,从所述后时相异质海面域遥感图像中获取邻域子图集,包括:
4.根据权利要求1所述的方法,其特征在于,对所述邻域子图集中的每个邻域子图进行显著性目标检测,得到第三目标检测结果,包括:
5.根据权利要求4所述的方法,其特征在于,计算邻域子图的显著性图,包括:
6.根据权利要求4所述的方法,其特征在于,根据目标区域的面积与所...
【专利技术属性】
技术研发人员:李刚,张强,王学谦,王志豪,
申请(专利权)人:清华大学,
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。