[发明专利]一种基于SRM分割和分层线段特征的船舶目标检测方法有效
申请号: | 201811470079.9 | 申请日: | 2018-11-28 |
公开(公告)号: | CN109598729B | 公开(公告)日: | 2022-09-13 |
发明(设计)人: | 齐亮;王东;陈连凯;王伟;董梁;葛成威;黄晶;薛干敏;贾璇 | 申请(专利权)人: | 江苏科技大学 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/13;G06T7/136;G06T7/62 |
代理公司: | 北京棘龙知识产权代理有限公司 11740 | 代理人: | 耿梁 |
地址: | 212000*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 srm 分割 分层 线段 特征 船舶 目标 检测 方法 | ||
1.一种基于SRM分割和分层线段特征的船舶目标检测方法,其特征在于,包括如下步骤:
步骤1,对高分辨遥感图像进行图像分割得到海上目标遥感二值图像;
步骤2,基于步骤1得到的海上目标遥感二值图像进行分层船舶提取算法,包括三个层次:基于LSD的线段检测;边缘检测;海上目标网络提取;所述步骤2,包括:
步骤2-1,在所述海上目标遥感二值图像上进行基于LSD的线段检测,其中利用每像素点的右边下方的四个像素计算LSD梯度由如下公式确定:
规范后的梯度:
梯度方向的计算:
其中,x和y为像素点的横坐标和纵坐标;
步骤2-2,在海上目标边缘被提取出许多小线段后,根据动态搜索准则将小线段按照小线段的梯度方向搜索,将邻近线段合并从而达到边缘检测;
步骤2-3,在所述边缘检测后的图像,利用网络提取的方法单独作用于遥感图像中的海上目标;
所述步骤2-2,根据动态搜索准则将小线段按照小线段的梯度方向搜索,将邻近线段合并从而达到边缘检测,其中动态搜索准则包括:
准则1:初始目标边缘线段区域的特征是由其宽度和角度决定的矩形,在动态搜索的迭代过程中,形成新的目标边缘线段区域,宽度D、长度L和角度θ,当目标边缘线段区域宽度D<b,和角度达到相应阈值时,b是船舶目标宽度,满足阈值准则,该目标边缘线段区域的角度由如下公式确定:
其中θli表示目标边缘线段区域里的各个线段角度,其中θregion'表示目标边缘线段区域的角度,m为常数;
准则2:
由于线段不受阴影、遮挡以及一些噪声的影响,基于分层线段的间隔距离,目标边缘线段的连接性满足阈值标准,即gc,其中g表示目标边缘线段之间的距离,c为设置的一个距离常数值;
准则3:遥感图像中船舶目标长,几何平滑,原则上是连续的物体,所以它的长度应该达到一定的阈值,在海上目标边缘中提取许多线段,将目标边缘线段区域的最大长度作为满足最小船舶目标的长度,即La,
其中a为最小船舶目标的长度,Lli
为目标边缘线段区域的长度,m为常数;
准则4:在目标边缘提取了许多线段,线段越多,目标越有可能是船舶,因此,定义线段的密度来识别船舶目标,1是其线段的长度,密度大的线段作为船舶目标保留;
其中Sregion′表示目标边缘线段区域内的线段密度,m为常数;
步骤3,根据所述海上目标遥感二值图像上的网络提取最终形状检测确定是否为船舶或岛屿。
2.如权利要求1所述的一种基于SRM分割和分层线段特征的船舶目标检测方法,其特征在于,在所述步骤1中,对高分辨遥感图像进行图像分割得到海上目标遥感二值图像,包括:
步骤1-1,采用分段线性拉伸对所述高分辨遥感图像进行图像增强;
步骤1-2,采用SRM算法对所述高分辨遥感图像进行分割得到遥感二值图。
3.如权利要求2所述的一种基于SRM分割和分层线段特征的船舶目标检测方法,其特征在于,所述步骤1-1,包括:
利用如下公式(1)的基于分段线性拉伸的图像增强公式进行感兴趣或者重要的灰度区域拉伸,使该区域的信息量增大,抑制了不感兴趣或者不重要的区域:
其中(MINf,MAXf)为遥感数据的范围,分为三段(MINf,a)、(a,b)、(b,MAXf)分别做线性增强到(0,c)、(c,d)、(d,255)三个灰度区间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏科技大学,未经江苏科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811470079.9/1.html,转载请声明来源钻瓜专利网。