[发明专利]基于高分辨SAR图像的港口区域舰船检测方法

摘要

本发明提供一种基于高分辨SAR图像的港口区域舰船检测方法。技术方案包括下述内容：采用马尔可夫分割方法及形态学处理港口区域的高分辨SAR图像，得到陆地区域、海洋区域以及海岸轮廓线；利用舰船目标分布区间信息，沿海岸轮廓线向陆地方向设置一定宽度的缓冲区域，将拟求解区域对应的高分辨SAR图像信息保存在求解矩阵中；基于MSER方法，在求解矩阵中求得舰船目标ROI；在求解矩阵中将舰船目标ROI与背景分离，得到舰船目标检测矩阵；剔除检测矩阵中的虚假目标；对于并排停泊的舰船目标，基于孔洞特征点方法，进行有效切分。本发明能进行高分辨SAR图像中港口区域舰船目标的有效检测。

主权项

一种基于高分辨SAR图像的港口区域舰船检测方法，SAR是指合成孔径雷达，包括下述步骤：步骤1：输入港口区域的高分辨SAR图像，得到M×N维图像矩阵I，图像矩阵I的第i行、第j列的像素灰度值为I(i,j)，其中i＝1,2,...,M,j＝1,2,...,N；其特征在于，还包括下述步骤：步骤2：对图像矩阵I，采用马尔可夫分割方法及形态学处理，得到陆地区域、海洋区域以及海岸轮廓线，具体步骤如下：2a)采用马尔可夫方法对输入图像矩阵I进行二值化分割，得到M×N维的二值图像，记为标签图BW₁：其中表示陆地的像素，其像素值为1，记标签值为1；表示海洋的像素，其像素值为0，记标签值为0；2b)进行形态学处理：首先对标签图BW₁进行闭操作，得到标签图BW₂；然后计算标签图BW₂中所有连通区域的面积A_k,k＝1,2,..,K，K为标签图BW₂中所有连通区域的个数，连通区域是指八连通区域；根据实际情况设定面积阈值A_opt，若A_k＜A_opt，则认为标签图BW₂的第k个连通区域为海洋中的强像素点，将该连通区域内像素的标签值赋为0，得标签图BW₃；将标签图BW₃置反，得标签图BW₄，计算标签图BW₄中所有连通区域的面积B_l,l＝1,2,...,L，若则认为第l个连通区域为陆地的弱像素点，将该连通区域内像素的标签值赋为0,得标签图BW₅；将BW₅置反，得标签图BW，其中像素标签值为1的像素形成的区域表示陆地区域R_L，像素标签值为0的像素形成的区域表示海洋区域R_O；2c)根据得到的海洋区域和陆地区域，利用边界追踪方法得到海岸轮廓线；步骤3：根据舰船目标尺寸的先验知识和高分辨SAR图像分辨率，计算在高分辨SAR图像中的舰船目标分布区间信息：已知高分辨SAR图像分辨率ρ_a×ρ_r，ρ_a为方位向分辨率，ρ_r为距离像分辨率；舰船目标尺寸的先验知识包括：舰船目标面积区间[S₁,S₂]、长度区间[L₁,L₂]、宽度区间[W₁,W₂]，计算舰船目标在高分辨SAR图像中的分布区间信息如下：$S_{\min }=\frac{S_1}{{\mathrm{\ρ}}_a\×{\mathrm{\ρ}}_r},S_{\max }=\frac{S_2}{{\mathrm{\ρ}}_a\×{\mathrm{\ρ}}_r}---\left(1\right)$$L_{\min }=\min (\frac{L_1}{{\mathrm{\ρ}}_a},\frac{L_1}{{\mathrm{\ρ}}_r}),L_{\max }=\max (\frac{L_2}{{\mathrm{\ρ}}_a},\frac{L_2}{{\mathrm{\ρ}}_r})---\left(2\right)$$W_{\min }=\min (\frac{W_1}{{\mathrm{\ρ}}_a},\frac{W_1}{{\mathrm{\ρ}}_r}),W_{\max }=\max (\frac{W_2}{{\mathrm{\ρ}}_a},\frac{W_2}{{\mathrm{\ρ}}_r})---\left(3\right)$其中[S_min,S_max]、[L_min,L_max]、[W_min,W_max]分别为高分辨SAR图像中舰船目标的面积分布区间、长度分布区间和宽度分布区间；步骤4：利用舰船目标的分布区间信息，沿海岸轮廓线向陆地方向设置一定宽度的缓冲区域，得到的求解区域为缓冲区域加上海洋区域，将求解区域对应的高分辨SAR图像信息保存在求解矩阵中，具体步骤如下：对标签图BW，沿海岸轮廓线进行腐蚀，得标签图BW_s，其中向陆地区域方向腐蚀掉的区域为缓冲区域R_G，缓冲区域R_G的宽度根据实际需要确定，求解区域即为R_O+R_G；设置求解矩阵I_a为M×N维全零矩阵；遍历标签图BW_s的像素点BW_s(i,j)，其中i＝1,2,...,M,j＝1,2,...,N，如果BW_s(i,j)＝0，则置I_a(i,j)＝I(i,j)；步骤5：基于最稳定极值区域方法，结合舰船目标分布区间信息，在求解矩阵中得到舰船目标ROI，ROI即感兴趣区域，具体步骤如下：对求解矩阵I_a，通过最稳定极值区域方法，得到求解矩阵I_a中所有的最稳定极值区域，将面积值属于舰船目标面积分布区间[S_min,S_max]的所有最稳定极值区域都作为舰船目标ROI，一个最稳定极值区域对应一个舰船目标ROI，记为R_q,q＝1,2,...,Q，Q为求解矩阵I_a中包含的舰船目标ROI个数；步骤6：在求解矩阵中将舰船目标ROI与背景分离，采用G₀分布拟合背景杂波分布，由全局CFAR方法计算检测门限，从而得到舰船目标检测矩阵，具体包括下述步骤：6a)设置背景矩阵I_b＝I_a，将背景矩阵I_b中所有舰船目标ROI包含的像素值置为0，由G₀分布拟合背景杂波分布p_b(x)：$p_b\left(x\right)=\frac{n^n\·\mathrm{\Γ}(n-\mathrm{\α})\·x^{n-1}}{{\mathrm{\γ}}^{\mathrm{\α}}\·\mathrm{\Γ}(-\mathrm{\α})\·{(\mathrm{\γ}+\mathrm{nx})}^{n-\mathrm{\α}}}---\left(4\right)$其中：$n=\frac{{2C}_1-{2C}_2}{{2C}_2-C_1-C_1{C}_2},\mathrm{\α}=\frac{{3C}_2-{4C}_1+1}{{2C}_2-C_1-1},\mathrm{\γ}=-(\mathrm{\α}+1)E\left(I_b\right)---\left(5\right)$$C_1=\frac{E\left({I_b}^2\right)}{E^2\left(I_b\right)},C_2=\frac{E\left({I_b}^3\right)}{\left[E\left(I_b\right)E\left({I_b}^2\right)\right]}---\left(6\right)$根据实际需要设定虚警率P_fa，代入下述检测公式：$1-P_{\mathrm{fa}}={\∫}_0^{t_r}{p}_b\left(x\right)\mathrm{dx}---\left(7\right)$求得恒虚警检测门限t_r；6b)设置检测矩阵F_a为M×N维全零矩阵，遍历求解矩阵I_a中位于R_q的像素点I_a(i,j)，若I_a(i,j)≥t_r，则判定该像素为舰船目标像素，置F_a(i,j)＝1；检测矩阵F_a中，R_q所包含的像素值为1的像素，组成潜在的舰船目标区域T_q；步骤7：由舰船目标的形状参数，剔除检测矩阵F_a中的虚假目标，具体包括下述步骤：遍历检测矩阵F_a中的潜在的舰船目标区域T_q，计算其形状参数E_q：$E_q=\frac{{C_q}^2}{4\mathrm{\π}\×S_q}---\left(8\right)$其中C_q为潜在的舰船目标区域T_q的外围周长，即潜在的舰船目标区域T_q的外围轮廓所占的像素数目，S_q为潜在的舰船目标区域T_q的面积，即潜在的舰船目标区域T_q包含的像素数目；由舰船目标分布区间信息，计算阈值：$t_e=\frac{{C_{\max }}^2}{4\mathrm{\π}\×S_{\min }}---\left(9\right)$C_max＝2×(L_max+W_max)    (10)若E_q＞t_e，则判定潜在的舰船目标区域T_q为虚假目标区域，将检测矩阵F_a中属于潜在的舰船目标区域T_q的所有像素点其值置为0；假定剔除虚假目标后，检测矩阵F_a包含Q‑r个舰船目标区域T′_q',q'＝1,2,...,Q‑r，r为虚假目标的个数；步骤8：由舰船目标的长宽比，判断并排停泊的舰船目标，具体步骤如下：遍历检测矩阵F_a中的舰船目标区域T′_q'，计算其长宽比D_q'＝L_q'/W_q'，其中L_q'和W_q'分别为舰船目标区域T′_q'的长与宽，即舰船目标区域T′_q'的长轴与短轴所占的像素数目；由舰船目标分布区间信息，计算阈值：t_D＝L_min/W_max    (11)若D_q'＜t_D，则判定舰船目标区域T′_q'包括并排停泊的舰船目标，本发明中并排停泊的舰船目标是指两个舰船目标并排停泊在一起；取检测矩阵F_a中包含舰船目标区域T′_q'的最小矩阵作为一个待切分切片；设检测矩阵F_a中共包含U个待切分切片G_u,u＝1,2,...,U，则U为并排停泊的舰船目标个数；步骤9：对并排停泊的舰船目标，进行有效切分；对每个待切分切片进行下述操作：9a)设置与切片G_u相同大小的全零矩阵H_u，采用形态学处理得到切片G_u的内部孔洞，将H_u中位于内部孔洞的像素点值置为1；9b)根据实际需要设置面积门限t_h，遍历H_u中所有连通域，若连通域的面积小于t_h，则将H_u中该连通域包含的像素点其值置为0；求取H_u中余下各连通域的中心，作为切分特征点P_u(v),v＝1,2,...,V，V为切片G_u的切分特征点个数；9c)采用二次样条拟合方法，将各切分特征点P_u(v)拟合成平滑曲线，将曲线向两侧各延展2个像素，作扩大处理，得到切分曲线L_u；将切分曲线L_u所对应的切片G_u中的像素点其值置为0；将切片G_u映射到检测矩阵F_a。