[发明专利]一种基于线框模型的舰船提取方法

说明书

技术领域

本发明涉及高分辨率遥感影像目标提取技术领域，特别是涉及一种基于线框模型的舰船提取方法。

背景技术

为了更好的监控和管理近岸和离岸的船只，更有效地为军事作战提供信息，打击非法捕鱼，船只提取的相关问题是当前亟待解决的问题。高分辨率遥感影像越来越多得被用来做船只提取，但是目前船只提取方法主要存在问题：一般只能针对体积较大能够提取纹理信息的船只进行有效提取，对于近岸的、处于复杂背景中的船只，则检测效果不佳。针对这些问题，基于线特征的方法能够有效地解决。

目前高分辨率遥感影像船只提取方法主要有基于纹理、基于显著性和基于线特征的三类方法。

(1)基于纹理的方法

由于船只和其背景有着不同的纹理，通过对纹理信息进行分析，能够提取出船只。但是这种方法的前提条件是船只足够大，其纹理信息能被提取出来。对于体积小的、不能很好地提取纹理的船只，这种方法不能得到很好的效果。

(2)基于显著性的方法

由于船只和其背景像素值差异大，可以利用这个特性进行船只的提取。这种方法对于离岸的散落分布的船只有效，对于近岸的密集分布的船只，这种方法不能得到令人满意的结果。

(3)基于线特征的方法

提出“V”船头模型，在线提取的基础上，找到满足“V”船头模型的线段对，再通过船只的形状特征最终确定候选船只是否为船只真实。但是线提取有时候不能将构成船头的两条线段提取出来，导致漏检。

发明内容

针对现有技术存在的不足，本发明提供了一种可提高船只检测准确率、适用范围广的一种基于线框模型的舰船提取方法。

为解决上述技术问题，本发明采用如下的技术方案：

一种基于线框模型的舰船提取方法，包括步骤：

S1、遥感影像的预处理，即对遥感影像依次进行去噪、增强；

S2、对预处理后遥感影像进行阈值分割获得连通区域，提取原始遥感影像的线特征；

S3、基于连通区域和线特征，采用基于船头结构的船只模型在S2提取的线特征中提取船只，获得船只所在的连通区域，凹凸度大于阈值s的连通区域即第一候选船只，否则为第一非候选船只，s为经验值；

S3还包括对第一候选船只船头线段对以外的线特征，采用基于船身结构的船只模型提取船只，获得船只所在的连通区域，大小在预设范围内的连通区域即第二候选船只，否则为第二非候选船只，预设范围根据经验设定；其中，基于船身结构的船只模型由(1)距离小于d₁且夹角小于10度的线特征对以及(2)与线特征对中任一线特征距离小于d₃且夹角为[θ₁,θ₂]的线特征构成，d₁和d₃为经验值，[θ₁,θ₂]表示船头和船身的夹角范围；

S4，采用由扇形掩膜和半圆掩膜组成的检测掩膜确检测第一候选船只和第二候选船只，具体为：

S4-1将扇形掩膜和半圆掩膜覆盖到第一候选船只或第二候选船只的二值图像中，扇形掩膜的顶点位于第一候选船只或第二候选船只的船头两线特征的近船头端点连线的中点，其半径为船头两线特征的近船身端点到顶点的距离的较大值，其两边分别与船头两线特征平行；半圆掩膜圆形为去掉了扇形掩膜的半圆，其圆心位于顶点处，其半径同扇形掩膜半径，其对称轴与扇形掩膜圆心角的角平分线重合；

S4-2令扇形掩膜与第一候选船只或第二候选船只的重叠区域面积与扇形掩膜面积之比为ratio₁，令半圆掩膜与第一候选船只或第二候选船只的重叠区域面积与半圆掩膜面积之比为ratio₂，ratio₁大于η₁且ratio₂小于η₂的候选船只即真实船只，η₁和η₂分别为50％～90％和20％～50％内取值的经验值；

S5建立真实船只的最小包围矩形，以最小包围矩形中真实船只和真实船只以外区域的像素值训练分类器，采用分类器对第一非候选船只或第二候选船只进行分类，获得第一船只连通区域或第二船只连通区域；

S6判断第一船只连通区域的凹凸度是否大于阈值s，若大于，该第一船只连通区域即第一候选船只，否则为第一非候选船只；对本步骤获得的第一候选船只执行S4，对第一非候选船只执行S5，直至检测不到第一非候选船只；