[发明专利]一种基于Hu不变矩和支持向量机的舰船检测方法

摘要

一种基于Hu不变矩和支持向量机的舰船检测方法，主要应用于遥感影像处理领域。步骤分为三大部分：样本集构建、获取分类面和舰船检测。样本集构建部分主要是利用遥感图像来获取训练样本集和基于Hu不变矩的训练样本特征集；获取分类面部分主要是采用支持向量机（SVM）对样本特征集训练，获得线性分类面；舰船检测部分主要是获取测试数据集并采用线性分类面对测试数据集进行分类，获取舰船目标。本发明基于遥感图像中舰船目标表现出来的尺寸不同，停靠方向不统一的特点，充分利用Hu不变矩特征的抗尺度变化、抗旋转变化等性质以及SVM的分类性能对舰船目标进行检测，实验结果表明该方法能够有效区分舰船目标和海面、近海区域的非舰船目标。

主权项

1.一种基于Hu不变矩和支持向量机的舰船检测方法，其特征在于步骤如下：(1)构建舰船目标的训练样本集：搜集包含舰船目标的遥感图像，并截取舰船区域，将舰船目标的背景设为纯黑色，从而完成构建舰船目标的训练样本集，即正样本集；(2)构建非舰船目标的训练样本集：搜集包含近海区域的遥感图像，并截取海面或近海水域非舰船目标区域，将非舰船目标的背景设为纯黑色，从而完成构建非舰船目标的训练样本集，即负样本集；(3)对正样本集和负样本集中的样本依次计算7个Hu不变矩特征φ1、φ2、φ3、φ4、φ5、φ6和φ7，得到训练样本特征集；所述计算7个Hu不变矩特征，具体方法为：通过公式φ1＝η20+η02φ3＝(η30‑3η12)2+(3η21‑η03)2φ4＝(η30+η12)2+(η21+η03)2φ5＝(η30‑3η12)(η30+η12)[(η30+η12)2‑3(η21+η03)2]     +(3η21‑η03)(η21+η03)[(3η30+η12)2‑(η21+η03)2]φ6＝(η20‑η02)[(η30+η12)2‑(η21+η03)2]+4η11(η30+η12)(η21+η03)φ7＝(3η21‑η03)(η30+η12)[(η30+η12)2‑3(η21+η03)2]     +(3η21‑η30)(η21+η03)[3(η30+η12)2‑(η21+η03)2]计算H_u不变矩特征φ₁、φ₂、φ₃、φ₄、φ₅、φ₆、φ₇，其中，p+q＝2,3,4,...，归一化中心矩其中，μ_pq为图像的中心矩，f(x,y)表示一幅图像且有M,N分别表示图像的行数和列数；(4)采用支持向量机对所述训练样本特征集进行训练，选取线性核函数，得到线性分类面；(5)对于待检测的图像，进行平滑滤波，以消除噪声点和孤立点的影响；采取3*3的平滑滤波器掩膜进行滤波，平滑滤波器的数学表达式由下式给出：其中，f(x,y)表示输入图像f在(x,y)处的灰度值，w(s,t)表示滤波掩膜w在位置(s,t)处的数值，g(x,y)表示滤波以后的灰度值；(6)采用OTSU分割算法对平滑滤波后的图像进行海陆分割，获得海水和陆地的二值图像；(7)对二值图像中的海水区域进行孔洞填充处理；将和边缘不相连接地区域标记为前景，和边缘相连接的区域标记为背景；(8)对孔洞填充处理后的海水区域和孔洞填充前的海水区域做减法操作，获得海面疑似舰船目标；(9)对陆地区域进行形态学开运算操作，提取出近港疑似舰船目标；开运算定为：其中，f为图像灰度值函数，S为结构函数，Θ表示腐蚀操作，⊕表示膨胀操作；(10)将步骤(8)中得到的海面疑似舰船目标和步骤(9)中得到的近港疑似舰船目标作为样本集，依次计算该样本集中样本的7个Hu不变矩特征φ1、φ2、φ3、φ4、φ5、φ6和φ7，获得疑似舰船目标的样本特征集；(11)利用步骤(4)获得的分类面，对疑似舰船的样本特征集进行分类面判别，剔除非舰船目标，获得舰船目标。