[发明专利]一种基于一维多向抽取的SAR图像港口检测方法

说明书

本发明公开了一种基于一维多向抽取的SAR图像港口检测方法，包括以下步骤：S1、进行海陆分割，获得海岸线；S2、沿海岸线选取覆盖海岸线全线的M个待检测点；S3、针对每个待检测点，分别选取N条直线；S4、以每个待检测点为中心，沿着选取的直线向两端延伸，选取经过该直线的多个像素点，构成沿海岸线的一维向量样本；S5、构建一维卷积神经网络；S6、训练一维卷积神经网络；S7、将一维向量样本输入一维卷积神经网络中，进行港口存在性鉴别；S8、遍历所有待检测点，重复步骤S3、S4和S7的操作，得到最终的港口区域。本发明有效克服了传统检测方法对海陆分割结果的高度依赖性，能够实现SAR图像港口的精确定位。

技术领域

本发明属于目标检测技术领域，特别涉及一种基于一维多向抽取的SAR图像港口检测方法。

背景技术

遥感技术是海岸带地理环境监测的重要手段之一，在环境监测、水下勘探等方面具有重要的作用。在遥感图像处理中，港口检测无论在军事领域还是民用领域都具有极其重要的意义。利用遥感技术对港区进行探测，能快速、准确地对港区进行定位，将极大地有助于提高近岸船舶探测的性能，同时对海事交通规划也具有重要的意义。

现有的港区自动识别可大致分为两类，文献“Gang Long and Xue-quan Chen,Amethod for automatic detection of ships in harbor area in high-resolutionremote sensing image,Comput.Simul,vol.24,no.5,pp.198–201,2007.”中提出一种基于地理先验信息的方法，如精确的地理位置信息通过地图配准获得，但它严重依赖先验知识，仅限于可以得到准确地理信息系统信息的特定地区，不能用于未知地区；文献“Chun Liu,Yingying Xiao,Jian Yang,and Junjun Yin,Harbor detection in polarimetric sarimages based on the characteristics of parallel curves,IEEE Geoscience andRemote Sensing Letters,vol.13,no.10,pp.1400–1404,2016.”中，提出了一种基于特征信息的检测方法，通过提取码头或海岸线的形状特征获取港口区域，该方法在码头具有较好平直性特征的情况下效果显著，但港口码头的结构多变，当多种类型的码头都待检测时，直线、折线、角点等不变性特征很难提取。同时该类方法在检测过程中，水陆分割结果占有重要地位。然而，近岸区域的纹理复杂，而且通常受到海水波动的影响，因此，分割结果是不稳定的，会影响港口区域检测的前期预筛选精度。

发明内容

本发明的目的在于克服现有技术的不足，提供一种在得到海陆分割线的基础上，沿海岸线选取多个待检测点进行一维多向抽取，合理利用陆地、海域、港口码头在一维向量中的分布特性，训练卷积神经网络将候选点划分为港口特征点和非港口特征点，然后得到反映港口分布的港口特征点图，能够实现SAR图像港口的精确定位的基于一维多向抽取的SAR图像港口检测方法。

本发明的目的是通过以下技术方案来实现的：一种基于一维多向抽取的SAR图像港口检测方法，包括以下步骤：

S1、进行海陆分割，获得海岸线；

S2、沿海岸线选取覆盖海岸线全线的M个待检测点；

S3、针对每个待检测点，分别选取N条直线；

S4、以每个待检测点为中心，沿着选取的直线向两端延伸，选取经过该直线的多个像素点，构成沿海岸线的一维向量样本；

S5、构建一维卷积神经网络；

S6、训练一维卷积神经网络；

S7、将步骤S4得到的一维向量样本输入步骤S6训练好的一维卷积神经网络中，进行港口存在性鉴别；