[发明专利]一种遥感图像舰船目标分割方法

说明书

本发明公开了一种遥感图像舰船目标分割方法，该方法对SAR图像进行了滤波增强操作，并基于Randon变换进行船只目标的轮廓提取。本发明通过使用对数域小波滤波和导向滤波相结合的滤波方法，在降低图像噪声的同时增强了图像的纹理细节；本发明还通过使用Randon变换来得到舰船目标的方向和边界来减轻十字叉和拖尾对后续舰船目标识别的影响。

技术领域

本发明属于遥感图像处理领域，具体涉及一种SAR遥感卫星图像海上舰船目标分割提取方法。

背景技术

SAR图像具有全天时、全天候的特点，因此被广泛应用于海上渔业监控、军民舰船管理、海洋开发监管、溢油检测和移民管控等领域。为了能够准确和快速地提取出海洋中的舰船目标，获取舰船的位置、航向、类别等信息，需要对检测的舰船目标进行良好的分割提取，为后续进一步的信息提取提供基础。

在SAR图像中，由于相干斑噪声的影响，使图像不能很好地反映出目标自身的特点，难以进行特征的描述和实现良好的目标分割效果。由于SAR图像的乘性噪声与光学图像中存在的加性噪声的特点不同，均值、中值等空域滤波方法在SAR图像中的滤波效果并不理想。所以产生了许多基于噪声乘性特点的自适应局部统计滤波器，如Lee、Frost、Gamma_MAP等经典的针对SAR图像中的滤波器。但是它们的运算效率低，在去除噪声的同时纹理的损失比较严重。因此，在对目标进行分割处理之前，要对SAR图像进行滤波增强等预处理，使得目标和背景达到更好的分离效果。

在SAR成像时，由于方位模糊、距离模糊和散焦等因素会造成船只目标存在十字叉及拖影，光学图像中的分割方法不能很好地从海洋SAR图像中完整分离出船只目标，这些会造成目标提取不精确，影响特征的提取与描述。因此，需要通过一些方法减弱相干斑噪声和十字叉及拖影的影响。

发明内容

本发明的目的在于针对上述存在的问题，提供一种基于对数域小波滤波和导向滤波相结合的滤波增强方法，以及基于Otsu阈值分割和Randon变换相结合的船只分割技术。通过该技术可以更加精细地将船只从背景中提取出来，为后续的特征提取等操作提供基础。

本发明的技术方案如下：

一种遥感图像舰船目标分割方法，包括如下步骤：

步骤1，对原始图像切片进行对数域小波滤波，得到小波滤波后图像；

步骤2，对小波滤波后图像进行中值滤波；

步骤3，对中值滤波后图像进行导向滤波；

步骤4，对导向滤波后图像进行幂律变换；

步骤5，计算整体阈值，根据阈值进行分割得到二值图；

步骤6，对二值图进行膨胀腐蚀等形态学操作操作，之后进行连通域标记，具体包括如下子步骤：

步骤6.1，在步骤5得到二值图后，对二值图像依次进行膨胀、中值滤波以及腐蚀的形态学操作；

步骤6.2，之后进行连通域标记，得到最大的连通域面积，保留具有最大面积的连通域；

步骤7，对标记后的二值图进行Randon变换，具体包括如下子步骤：

步骤7.1，对连通域标记后的二值图像进行Randon变换，即沿二值图像平面中所有可能的直线方向进行积分；

步骤7.2，统计Randon变换后的矩阵的值的大小，以最大值作为主方向，即为船体的倾斜方向；

步骤8，以Randon变换的值为参考再次进行阈值分割，得到目标分割后的图像切片。

较佳的，所述步骤1具体为：

步骤1.1，对目标切片逐像素进行以2为底的对数运算，得到一幅新的对数域图像切片：