[发明专利]一种星载遥感光学图像的船舶目标检测识别方法和系统

说明书

技术领域

本发明属于图像检测识别技术领域，更具体地，涉及一种星载遥感光学图像的船舶目标检测识别方法和系统。

背景技术

船舶目标包括商船、货轮、客轮、甚至军舰，作为海上监测、及时海洋搜救、实时战时打击的重点目标,是星载遥感图像自动目标检测与识别的重要内容。

科研人员在SAR图像船舶目标自动检测与识别方面已开展了大量的研究，主要是利用船舶目标与水体之间不同的电磁散射特性在SAR图像上所表现出来的差异。目前已完成或正在开发的SAR船舶目标监视系统主要有：加拿大的海洋监视工作站(Ocean Monitoring Workstation,OMW)系统、美国阿拉斯加SAR演示验证(Alaska SAR demon-stration system,

AKDEMO)系统、欧盟联合研究中心(Joint Research Center,JRC)的VDS(Ves-sel detection system)系统、英国Qinetiq的MaST系统等。

而基于星载遥感图像的船舶目标检测与识别研究起步较晚，技术相对滞后，现在也有不少有关遥感图像舰船检测识别的算法，可是一般达不到上星的要求，整体方法复杂，实施起来困难，不能达到实时处理，无法处理复杂多变环境下如在太阳照射下海洋杂波比较明显等情况的船舶检测识别，虚警率高,识别速度慢，识别率低等问题。遥感图像数据量大，环境复杂，在星上处理带来一系列难题，更为重要的是星载卫星存储与计算资源有限，这要求现有方法在少量的资源下做到实时处理，能够可靠地，准确地输出结果。可是目前相关技术准确性不够，太过复杂，大多需要将数据传回地面进行处理，并不能达到实时处理，这样浪费了在海洋搜救情况下的宝贵的时间，且不可靠、不准确、性能不佳。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种星载遥感光学图像的船舶目标检测识别方法，其目的在于解决太阳照射下海洋杂波对海面船舶检测识别的影响，解决星上存储和计算资源有限，计算速度不如地面计算处理，由此解决在卫星上的有限硬件环境下检测识别船舶的实时性、可靠性、准确性的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种星载遥感光学图像的船舶目标检测识别方法，该方法包括以下步骤：

(1)预处理步骤：输入待处理图像，进行降采样操作和高斯滤波平滑处理；

(2)无效信息剔除步骤：输入预处理后图像，区分图像中海洋和陆地区域；同时输入预处理后图像，对图像进行边缘检测；将分离海陆区域的图像和边缘检测后的图像进行融合，剔除融合图像中的陆地和噪声点；

(3)连通区域标记步骤：基于等价对的图像连通域标记算法，通过逐像素扫描进过步骤(2)后所得图像，判断相邻像素之间的连通性，并对图像内连通区域依次标，并记定为候选目标；

(4)特征提取步骤：计算出候选目标的主方向并对候选目标进行旋转，之后提取出候选目标的图像特征；

(5)船舶分类器分类步骤：将候选目标的图像特征输入到船舶分类器，筛选出符合船舶特征的船舶目标，输出船舶目标的坐标信息、船舶类型及船舶ROI切片信息。

进一步地，所述步骤(2)包括以下子步骤：

(21)海/陆分离子步骤：对预处理后图像的采用同质区分割方法对海洋区域和陆地区域进行区分，陆地区域灰度值置1，海洋区域灰度值置0；

(22)边缘检测子步骤：对预处理后图像进行边缘检测，边缘点灰度值置1，背景点灰度值置0；

(23)噪点和陆地剔除子步骤：在海陆分离图像的基础上，融合边缘检测的结果，再设定一个n×n的局部区域，在融合后图像中扫描，统计局部区域内灰度值为1的像素点数目，数目小于噪点阈值的所有像素点都定为噪点剔除；数目大于陆地阈值的所有像素点都定为陆地剔除。

进一步地，所述步骤(4)包括以下子步骤：

(41)图像旋转子步骤：计算出候选目标的主方向并对候选目标作旋转处理；

(42)特征提取子步骤：提取候选目标的图像特征，包括：高度特征、宽度特征、矩形度特征、横向对称度特征和边界扭曲度特征。

进一步地，所述步骤(5)包括以下子步骤：

(51)分类子步骤：将候选目标的图像特征输入到船舶分类器中，筛选出符合船舶特征的船舶目标；并能进一步根据不同种类船舶特征区分船舶目标的船舶类型；