[发明专利]基于全局与局部上下文信息的SAR舰船检测方法有效
申请号: | 202110685163.8 | 申请日: | 2021-06-21 |
公开(公告)号: | CN113284135B | 公开(公告)日: | 2022-10-04 |
发明(设计)人: | 王兆成;王若楠;付晓雅 | 申请(专利权)人: | 河北工业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/155 |
代理公司: | 天津翰林知识产权代理事务所(普通合伙) 12210 | 代理人: | 蔡运红 |
地址: | 300130 天津市红桥区*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 全局 局部 上下文 信息 sar 舰船 检测 方法 | ||
1.一种基于全局与局部上下文信息的SAR舰船检测方法,其特征在于,该方法包括以下步骤:
步骤一、获取SAR图像,并对SAR图像进行处理,得到二值化图像;
步骤二、对二值化图像进行形态学处理,形态学处理包含闭运算和开运算;
步骤三、对SAR图像进行滑动窗口处理,得到子图像和子图像在原始SAR图像中的坐标信息;根据子图像的坐标信息,将子图像映射到经过步骤二的形态学处理后的二值化图像中,计算子图像中背景所占比例a1,实现基于全局上下文信息的海域区域选择;设置阈值T1、T2,T2T1,若a1T1表明子图像中基本不存在船舰目标,若a1T2表明子图像中全为海域,若T1a1T2,则表明子图像中潜含有舰船目标,进而筛选出所有潜含舰船的子图像;
步骤四、利用深度学习检测器对潜含舰船的子图像进行分类和回归预测,得到初步检测结果,每个子图像得到多个预测框;
步骤五、对二值化图像重新进行形态学处理;
步骤六、基于局部上下文信息的虚警抑制:将每个预测框以各自的中心为基础,向四周分别扩大j个像素点,得到检测框以及检测框在原始SAR图像中的坐标信息;根据检测框的坐标信息,将检测框映射到经过步骤五的形态学处理后的二值化图像中,计算检测框内前景所占比例a2,以获取全局上下文信息,用于判断检测框周围是否存在海域;设置阈值T3、T4,T4T3,若a2T3表明检测框内全为海域,没有船舰目标;若a2T4表明检测框内不存在海域,故没有船舰目标;若T3a2T4,则认为检测结果为舰船目标,反之则认为检测结果为虚警。
2.根据权利要求1所述的基于全局与局部上下文信息的SAR舰船检测方法,其特征在于,T1=0.5,T2=0.99,T3=0.7,T4=0.995。
3.根据权利要求1所述的基于全局与局部上下文信息的SAR舰船检测方法,其特征在于,步骤二中闭运算和开运算的结构元素均为方形,大小分别为15*15像素和10*10像素;步骤五中的形态学处理包含闭运算和两次开运算,闭运算的结构元素为方形,大小为15*15像素;两次开运算的结构元素均为矩形,大小分别为10*30像素、30*10像素。
4.根据权利要求1所述的基于全局与局部上下文信息的SAR舰船检测方法,其特征在于,步骤一的具体过程为:获取SAR图像,将SAR图像转化为灰度图像,对灰度图像进行均值滤波,对滤波后的图像进行Otsu分割,对分割后的图像进行二值化处理,得到二值化图像。
5.根据权利要求4所述的基于全局与局部上下文信息的SAR舰船检测方法,其特征在于,均值滤波的邻域大小为SAR图像尺寸的1%,均值滤波核大小为25*25像素。
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河北工业大学,未经河北工业大学许可,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/202110685163.8/1.html,转载请声明来源钻瓜专利网。