[发明专利]一种基于S-HOG特征的光学遥感图像船识别方法

摘要

本发明提供了一种基于S‑HOG特征的光学遥感图像船识别方法，能够解决现有的船识别技术中特征维数多，算法复杂度高所带来的弊端，提高船识别的精度。本发明采用的S‑HOG特征只有24维特征，相比于传统的上百维度的HOG特征来说，大大降低了特征维数，减少了计算复杂度。本发明采用的S‑HOG特征，船目标在转正后，边缘及内部的梯度角主要分布在0度左右和180度左右，而其他目标的梯度角分布并无规律。因此，利用SVM分类器，这一特征能够较好的将船与其他虚警目标分离开来。本发明采用的平滑滤波，利用象素间的空间关系及灰度相似性进行均匀滤波处理，能够减小船目标内部纹理信息的差异性，将背景与目标更容易区分开。

主权项

1.一种基于S-HOG特征的光学遥感图像船识别方法，其特征在于，包括：/n步骤1，对目标切片数据进行平滑滤波；/n步骤2，对平滑滤波后的图像进行分割，得到二值图；/n步骤3，目标切片转正：/n对分割得到二值图进行“4”连通区域标记，获得标记区域的面积，二值图中面积最大的连通区域，称为最大连通区域；/n将最大连通区域按一个方向依次旋转，每次旋转1度，共旋转180次，计算每次旋转后最大连通区域的最小外接矩形面积，180个最小外接矩形面积的最小值所对应的旋转角度为θ，将目标切片数据原图按该方向旋转θ角度，实现目标切片的转正；/n步骤4，计算梯度方向：/n在切片转正的基础上，分别计算目标在X方向和Y方向的梯度值，并计算每个像素点的梯度方向角；/n步骤5，S-HOG特征提取及归一化：/n步骤5.1，以船心为中心，将切片所在的圆周面平均分成8个角度区间，0°方向与船身方向垂直，8个角度区间分别为：[337.5°～22.5°)，[22.5°～67.5°)，[67.5°～112.5°)，[112.5°～157.5°)，[157.5°～202.5°)，[202.5°～247.5°)，[247.5°～292.5°)和[292.5°～337.5°)；/n步骤5.2，将船分为三部分，包括船身上半部分B1，船身下半部分B2和船身整体B3，依据各个像素点的梯度方向角，分别统计B1、B2和B3中属于各角度区间的像素点个数，完成B1、B2和B3的S-HOG特征提取；/n步骤5.3，采用L2范数分别对B1、B2和B3在8个区间的像素点个数进行归一化，得到B1、B2和B3对应的归一化向量，将这三个归一化向量进行堆叠，得到堆叠后的S-HOG特征向量；/n步骤6，船目标识别：/n采用SVM算法对步骤5得到的堆叠后的S-HOG特征向量进行识别，完成船目标的分类识别。/n