[发明专利]一种基于扩展小波变换的复杂背景下舰船检测方法

摘要

本发明涉及一种基于扩展小波变换的复杂背景下舰船检测方法，属于可见光遥感图像目标检测和识别领域。本发明的目的是当海域灰度分布复杂，波浪、尾迹、云块干扰导致常见检测失败。本发明提出了用扩展小波变换方法查找感性趣区域，通过提取候选区域的轮廓，统计轮廓的长、宽、周长、面积、能量、熵等十一维特征信息最后完成舰船检测，剔除虚警信息。

主权项

1.一种基于扩展小波变换的复杂背景下舰船检测方法，其特征在于，包含如下步骤：步骤1：通过绿波段的灰度值B_G和近红外波段的灰度值B_Nir，计算待识别图像img0(w*h)每个像素位置(i,j)的Fun_MSS＝B_G‑B_Nir/B_G+B_Nir值，同时设定阈值threshold；步骤2：建立一幅和原始图像一样大小(w*h)全0图像img1；步骤3：判断img0每个像素位置(i，j)的Fun_MSS的值，若大于threshold，img1(i，j)置255，至此，完成海洋和陆地的分离；步骤4：将img0沿着垂直方向卷积高通滤波器G(Z₁)，得到第一层高频垂直细节系数：D¹₁，大小为w*h；步骤5：将img0沿着水平方向卷积高通滤波器G(Z₂)，得到第一层高频水平细节系数：D¹₂，大小为w*h；步骤6：将img0先卷积水平方向低通滤波器H(Z₂)，再卷积垂直方向低通滤波器H(Z₁)，得到第一层低频近似系数：X，大小为w*h；步骤7：将X沿着垂直方向卷积高通滤波器G(Z₁)，得到第二层高频垂直细节系数：D²₁，大小为w*h；步骤8：将X沿着水平方向卷积高通滤波器G(Z₂)，得到第二层高频水平细节系数：D²₂，大小为w*h；步骤9：将D¹₁、D¹₂、D²₁、D²₂各自取绝对值得到abs_D¹₁、abs_D¹₂、abs_D²₁、abs_D²₂；步骤10：将abs_D¹₁、abs_D²₁、abs_D¹₂和abs_D²₂相乘得到Res_VH；步骤11：在窗口m0*m0内寻找Res_VH的局部极大值点pt＝{pt₁,pt₂,...,pt_n}，共n个；步骤12：设定阈值threshold1，判断n个点之间任意两个点距离，若任意两点间的距离小于threshold1，将其合并为一个质心点；这样得到合并后的点pt_new＝{pt₁_new,pt₂_new,...,pt_m_new}，共m个；步骤13：以pt_new＝{pt₁_new,pt₂_new,...,pt_m_new}中每一个点为中心，判断m1*m1大小范围内海陆分离图像img1的像素值，若m1*m1范围内所有点的值都是255，则保留该中心点，否则删除该中心点，最后得到k个点pt_res＝{pt₁_res,pt₂_res,...,pt_k_res}；步骤14：以pt_res＝{pt₁_res,pt₂_res,...,pt_k_res}为中心，在图img0截取m2*m2切片图像，得到k个切片图像img_s＝{img1_s,img2_s,…,imgk_s}；步骤15：以pt_res＝{pt₁_res,pt₂_res,...,pt_k_res}每个点为中心，利用活动轮廓的方法检测每个切片图像的边缘，得到边缘图像img_b＝{img1_b,img2_b,…,imgk_b}；步骤16：统计每个边缘图像轮廓的外接矩形、长、宽和区域面积、周长；步骤17：计算每个边缘图像长宽比、紧致度、矩形度和灰度共生矩阵的四个参数能量、熵、对比度和相关性；步骤18；将步骤16和步骤17中得到的参数输入到SVM分类器中，将对应切片图像进行分类，确认舰船切片，剔除虚警切片。