[发明专利]先验地理信息辅助下的光学遥感影像舰船检测方法

摘要

一种先验地理信息辅助下的光学遥感影像舰船检测方法，包括建立港口和海岸线相关的先验地理信息库，得到纠正后的待检测遥感影像；进行区域分割提取边界线，根据海岸线矢量库获取海岸线矢量，进行海岸线变化检测；海陆分离得到海面区域和靠岸区域；针对海面区域，先基于多视觉显著性进行舰船疑似目标检测，再基于多特征的机器学习方法在舰船疑似目标中检测舰船；针对靠岸区域，进行全局显著性检测得到初始的疑似区域，再根据形态信息进行图像分割获取最终的疑似区域，之后利用多特征约束检测靠岸舰船目标。本发明采用先验地理信息、视觉显著性、机器学习、证据理论，从多种特征入手解决复杂光学遥感影像舰船检测问题。

主权项

一种先验地理信息辅助下的光学遥感影像舰船检测方法，其特征在于，包括以下步骤：步骤1，建立港口和海岸线相关的先验地理信息库，包括多尺度的港口控制点影像库和海岸线矢量库；步骤2，利用RPC参数得到纠正后的待检测遥感影像，或者根据待检测遥感影像的地理坐标，从港口控制点影像库取相应控制点影像并进行匹配，得到纠正后的待检测遥感影像；步骤3，对纠正后的待检测遥感影像进行区域分割提取边界线，根据海岸线矢量库获取海岸线矢量，进行海岸线变化检测；步骤4，利用根据海岸线矢量库获取的海岸线矢量，实现海陆分离，得到海面区域和靠岸区域；步骤5，针对海面区域，先基于多视觉显著性进行舰船疑似目标检测，再基于多特征的机器学习方法在舰船疑似目标中检测舰船；所述基于多视觉显著性进行舰船疑似目标检测包括以下子步骤，步骤5.1.1，将步骤4海陆分离后的海面区域作为检测区域，在检测区域内进行全局显著性检测，检测区域中点(i,j)的全局显著性采用Sg(i,j)表示，步骤5.1.2，在检测区域内进行局部显著性检测，检测区域中点(i,j)的局部显著性采用Sl(i,j)表示；步骤5.1.3，计算综合显著图如下，定义规范化函数N(s)如下，N(s)＝(s‑min(s))/(max(s)‑min(s))式中，s表示区域内每一点的全局或局部显著性值，min(s)、max(s)分别表示区域内显著性的最小、最大值；定义综合显著图Sc如下，Sc=exp{-(N(Sg))2+(N(Sl)-1)22}]]>式中，N(Sl)、N(Sg)分别表示根据规范化函数N(S)规范化后的局部、全局显著值；步骤6，针对靠岸区域，先将步骤4海陆分离后的靠岸区域作为检测区域，在检测区域内进行全局显著性检测，得到初始的疑似区域；再根据形态信息进行图像分割，获取最终的疑似区域；之后利用多特征约束检测靠岸舰船目标；其中，在检测区域内进行全局显著性检测的实现方式如下，设检测区域共有N个像素，检测区域内的RGB平均值如下，R‾=1NΣr(i,j),G‾=1NΣg(i,j),B‾=1NΣb(i,j)]]>其中，r(i,j)、g(i,j)、b(i,j)为纠正后的待检测影像上检测区域内(i,j)处的颜色特征值；将检测区域内部影像进行高斯平滑，得到检测区域内点(i,j)新的颜色特征值rG(i,j),gG(i,j),bG(i,j)；检测区域中点(i,j)的全局显著度表示如下，Sg(i,j)=||R‾-rG(i,j)||+||G‾-gG(i,j)||+||B‾-bG(i,j)||]]>式中，||.||表示L2范数。