一種基于顯著性分析的紅外遙感圖像海面船只檢測方法技術

本發明專利技術公開了一種基于顯著性分析的紅外遙感圖像海面船只檢測方法，可用于航天、航空紅外遙感圖像中的海面船只檢測，該方法包括以下步驟：對紅外遙感圖像進行分割，得到海面區域；在分割得到的海面區域中，使用基于顯著性分析的方法檢測海面上可能為船只的候選目標；使用尺寸信息對候選目標進行一次過濾；使用形狀信息對候選目標進行二次過濾；通過尺寸和形狀限制的候選目標確定為最終檢測得到的海面船只。本發明專利技術結合了圖像分割和顯著性分析技術，解決了紅外遙感圖像中海面區域分割和海面船只檢測問題，避免了單一的目標檢測算法適用范圍較窄、檢測性能不高的缺點。

【技術實現步驟摘要】

本專利技術屬于圖像處理
，尤其是。
技術介紹
在現代戰爭中，信息主導權是影響戰略全局的關鍵因素，而成像偵察和目標檢測識別是獲取信息的主要方式。紅外成像傳感器作為現有的多種成像偵察手段之一，只敏感于目標場景的輻射(主要由目標場景的輻射率及溫差決定)，而對場景的亮度變化不敏感。當目標內具有較大的溫度梯度或者背景與目標有較大熱對比度，低可視目標很容易在紅外圖像中看到，在目標檢測，尤其是海面船只檢測方面具有一定的優勢。海面船只目標檢測，不僅可以實現海面艦船目標普查，而且是艦船目標分類識別與海面態勢變化分析等艦船目標詳查任務的前提和基礎，其檢測性能的好壞直接影響了后續處理的成敗，因此，紅外遙感圖像海面船只檢測具有十分重要的研究意義和應用價值。紅外遙感圖像中各種地物和目標沒有固定的灰度性質，不同的地物和目標隨著時間的變化，溫度發生不同的變化，這給目標檢測帶來一定的難度，并且，受到天氣、光照、海況等多種因素的綜合影響，導致船只目標與背景海面較難區分。雖然近年來有研究人員針對紅外遙感圖像海面船只檢測開展了研究，取得了一定的成果，但是距離實用化還有很大的距離。紅外遙感圖像海面船只檢測目前仍是一個極具挑戰性的難點課題，存在許多問題亟待解決。
技術實現思路
本專利技術的目的在于克服已有技術的缺點，提出了，以實現對海面船只的快速準確的檢測。本專利技術所提出的，其特征在于，該方法包括以下步驟步驟SI，對包含有待檢測船只的紅外遙感圖像進行分割，根據每個分割區域的特征，檢測得到紅外遙感圖像中的海面區域；步驟S2，在所述步驟SI得到的海面區域中，使用基于顯著性分析的方法檢測海面上可能為船只的候選目標；步驟S3，使用候選目標尺寸對所述候選目標進行過濾，如果候選目標的尺寸不滿足尺寸要求，則去除該目標；步驟S4，使用候選目標形狀對經過所述步驟S3篩選得到的候選目標進行二次過濾，如果所述候選目標的形狀不滿足所述形狀要求，則去除該目標；步驟S5，根據所述尺寸和形狀信息篩選得到的候選目標確定為最終檢測得到的海面船只。本專利技術的有益效果是，本專利技術通過基于顯著性分析的紅外遙感圖像海面船只檢測方法，結合圖像分割、顯著性分析技術，解決了紅外遙感圖像中海面區域分割和海面船只檢測問題，避免了單一的目標檢測算法適用范圍較窄、檢測性能不高的問題。附圖說明圖I是本專利技術提出的的流程圖。圖2是根據本專利技術實施例的海面分割方法的流程圖。圖3是根據本專利技術實施例的基于顯著性分析的候選海面船只檢測方法的流程圖。具體實施例方式為使本專利技術的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本專利技術進一步詳細說明。 本專利技術使用的方法既可以在個人計算機、工控機及服務器上以軟件的形式安裝并執行，也可將方法做成嵌入式芯片以硬件的形式來體現。圖I是本專利技術提出的的流程圖，如圖I所示，本專利技術提出的基于顯著性分析的紅外遙感圖像海面船只檢測方法，包括以下幾個步驟步驟SI，對包含有待檢測船只的紅外遙感圖像進行分割，根據每個分割區域的特征，檢測得到紅外遙感圖像中的海面區域；圖2是根據本專利技術實施例的海面分割方法的流程圖。如圖2所示，所述步驟SI進一步包括以下幾個步驟步驟S11，對所述紅外遙感圖像進行大尺度的超像素分割，將所述紅外遙感圖像分割為尺寸大致相同，形狀盡量規則，并且充分保留不同地物或場景之間的邊界的多個區域；設待分割圖像的高度和寬度分別為h和W，分割結果中區域的大小為S，本專利技術中，分割區域的大小s為500，則k = w*h/s，將上述計算得到的分割結果中分割區域的數目k作為Normalized Cut (歸一化分割)算法的輸入參數,利用歸一化分割算法來實現所述大尺度的超像素分割，所述歸一化分割算法為本領域的通用技術，在此不作贅述。所述大尺度的超像素分割使用大尺度參數對圖像進行分割，從而能夠去除海面船只的影響，并且，分割得到的大尺度區域能夠使海面和陸地具有很高的可分辨性。步驟S12，對分割后得到的每一個區域進行特征提取；雖然經過所述步驟Sll分割后得到的分割區域較大，但由于海面上通常只包含一種地物類型，而陸地上通常會包含多種地物類型，因此，根據這一特點，可以通過提取每一個區域的特征來對船只進行檢測；區域特征的提取需要考慮每個區域多方面的特性，包含區域的均值、方差、梯度強度和梯度方向直方圖，所述均值特征m為區域內所有像素灰度值的平均值，所述方差特征var為區域內所有像素灰度值的方差，所述梯度強度特征mag為區域內所有像素梯度值的和與區域像素數目的比值，所述梯度方向直方圖特征hist為區域內所有像素歸一化梯度方向直方圖。步驟S13，根據所述步驟S12提取得到的每個區域的特征以及其臨近區域的類別和彼此的相似度，將分割后得到的多個區域最終確定為海面區域和非海面區域；所述步驟S13進一步包括以下步驟步驟S131，根據所述步驟S12提取得到的每個區域的特征將該區域初步分為海面區域和非海面區域；這里依據的分類原則為若某一區域的方差var小于指定閾值thresl，梯度強度mag小于指定閾值thres2，則認為該區域是海面區域，否則為非海面區域。在本專利技術的實施例中，thresl的值為64, thres2的值為8。步驟S132，根據所述步驟S131的初步分類結果，計算每一個被初步分類為海面區域的區域與其臨近區域的差異D 權利要求1.，其特征在于，該方法包括以下步驟 步驟SI，對包含有待檢測船只的紅外遙感圖像進行分割，根據每個分割區域的特征，檢測得到紅外遙感圖像中的海面區域； 步驟S2，在所述步驟SI得到的海面區域中，使用基于顯著性分析的方法檢測海面上可能為船只的候選目標； 步驟S3，使用候選目標尺寸對所述候選目標進行過濾，如果候選目標的尺寸不滿足尺寸要求，則去除該目標； 步驟S4，使用候選目標形狀對經過所述步驟S3篩選得到的候選目標進行二次過濾，如果所述候選目標的形狀不滿足所述形狀要求，則去除該目標； 步驟S5，根據所述尺寸和形狀信息篩選得到的候選目標確定為最終檢測得到的海面船只。2.根據權利要求I所述的方法，其特征在于，所述步驟SI進一步包括以下幾個步驟 步驟S11，對所述紅外遙感圖像進行大尺度的超像素分割，將所述紅外遙感圖像分割為尺寸大致相同，形狀盡量規則，并且充分保留不同地物或場景之間的邊界的多個區域； 步驟S12，對分割后得到的每一個區域進行特征提取； 步驟S13，根據所述步驟S12提取得到的每個區域的特征以及其臨近區域的類別和彼此的相似度，將分割后得到的多個區域最終確定為海面區域和非海面區域； 步驟S14，將所述步驟S13確定得到的海面區域進行合并，最終得到所述紅外遙感圖像中的海面區域。3.根據權利要求2所述的方法，其特征在于，使用歸一化分割算法進行所述大尺度的超像素分割，所述歸一化分割算法的輸入參數為分割結果中分割區域的數目k，其中k =w*h/s，h和W分別為待分割圖像的高度和寬度，S為分割結果中區域的大小。4.根據權利要求2所述的方法，其特征在于，所述步驟S12中提取的特征包括區域的均值、方差、梯度強度和梯度方向直方圖。5.根據權利要求2所述的方法，其特征在于，所述步驟S13進一步包括以下步驟 步驟S131，根據所述步驟S12提取得到的每個區域的特征將該區域初本文檔來自技高網...

【技術保護點】
一種基于顯著性分析的紅外遙感圖像海面船只檢測方法，其特征在于，該方法包括以下步驟：步驟S1，對包含有待檢測船只的紅外遙感圖像進行分割，根據每個分割區域的特征，檢測得到紅外遙感圖像中的海面區域；步驟S2，在所述步驟S1得到的海面區域中，使用基于顯著性分析的方法檢測海面上可能為船只的候選目標；步驟S3，使用候選目標尺寸對所述候選目標進行過濾，如果候選目標的尺寸不滿足尺寸要求，則去除該目標；步驟S4，使用候選目標形狀對經過所述步驟S3篩選得到的候選目標進行二次過濾，如果所述候選目標的形狀不滿足所述形狀要求，則去除該目標；步驟S5，根據所述尺寸和形狀信息篩選得到的候選目標確定為最終檢測得到的海面船只。

【技術特征摘要】

【專利技術屬性】
技術研發人員：張吉祥，江碧濤，溫大勇，劉子坤，張鵬芳，
申請(專利權)人：中國科學院自動化研究所，北京市遙感信息研究所，
類型：發明
國別省市：