一種基于沿岸突異區掃描的港口遙感圖像靠岸船舶檢測方法
【技術領域】
[0001] 本發明涉及遙感圖像處理方法，尤其是光學衛星遙感圖像自動化處理中的港口靠 岸船舶目標檢測。
【背景技術】
[0002] 船舶是運輸與軍事的重要載體，利用衛星遙感影像對船舶進行檢測在民用與軍用 方面都發揮著非常重要的作用。在民用領域的主要應用有：對特定海域、海灣或海港進行水 運交通管制、漁業監控、遇難船只營救、非法入境走私監控等。在軍事領域的主要應用有：恐 怖活動監視，戰場環境評估，快速軍事目標發現、定位、識別等。
[0003] 在基于光學遙感圖像的船舶檢測研宄中，大都集于對遠洋中的船舶目標的研宄， 這些目標由于與周圍單純海洋背景在灰度特征上存在著較為明顯的差異，易于提取。然而 靠岸的船舶目標本身灰度與紋理等都與海岸部分以及海岸碼頭部分較為相似，并且靠岸船 舶與碼頭等人工設施經常性貼近或是沾粘在一起，尤其是對于分辨率不高的遙感圖像，高 效的分割出停靠在港口的船舶更加困難。同時靠岸區域背景更加復雜多樣，不同水深所造 成的多樣的海水反射率，云層，小島以及航跡的影響，如圖1所示。港口中船舶種類也非常 豐富，船舶本身的特征也是不同的，這為在遙感圖像中對靠岸船舶目標進行快速有效的檢 測帶來了較大的難度。
[0004] 通過閱讀文獻，現有的光學遙感圖像船舶檢測方法很多都依靠先驗港口的地理信 息，港口以及船舶特征信息庫，通過訓練與機器學習完成船舶的自動檢測與識別。專門針對 無GIS信息，或是沒有船只先驗信息的港口內靠岸船舶檢測的算法研宄很少。同時無GIS信 息的港口內船舶檢測，是遙感圖像自動目標檢測的一大難點，有很多的技術問題都有待解 決。并且需要數據庫以及先驗信息的方法，不具有普適性，無法應用于多樣的實際環境中。
【發明內容】
[0005] 本發明的目的在于針對上述現有技術的缺點，提供一種基于沿岸突異區掃描的港 口遙感圖像靠岸船舶檢測方法，且不需要先驗港口地理信息。
[0006] 本發明針對上述情況，采用一種光學遙感圖像船舶檢測方法，不需要建立港口先 驗地理信息庫，直接通過對未知港口的地物與海域的灰度差異與紋理方差直方圖特性判 斷，并針對海岸突異部分運用交叉掃描策略判斷靠岸船舶，同時基于鄰域灰度和紋理顯著 性判斷疑似船舶目標，剔除偽目標。其判斷準確性有所提高，并且實現簡單，具有在多平臺 實現的普適性。具體包括下述步驟：
[0007] 已知一副輸入圖像是光學遙感港口圖像。
[0008] S201 :沿岸區域快速篩選
[0009] 通過分別取得遙感圖像的灰度分布特征以及領域方差的分布特征，根據海域中灰 度分布以及領域方差分布的尖峰特性，計算得到該港口海洋區域的閾值，進而判斷海洋區 域位置。之后通過引入標記鏈接分量概念，根據形態，面積等特征判斷水域位置，從而實現 海陸區域的分離及沿岸區域的快速篩選。
[0010] S202 :疑似靠岸船舶目標檢測
[0011] 通過對遙感圖像進行沿岸突異區域的交叉掃描處理，得到港口海岸線上突出疑似 目標。再結合船舶形態特征判斷突異位置的屬性，初步剔除單純虛假目標。
[0012] S203 :偽目標剔除與目標標記
[0013] 針對上步驟中得到的疑似目標，本步驟將根據疑似目標的形態特征進一步判斷疑 似目標是否為船舶，否則將被剔除。分別提取出判斷得到的船舶目標，計算得到該船舶的長 寬軸，據此通過形態學膨脹與腐蝕的結合處理，得到該船舶目標的標記框。
[0014] 根據本發明的一個方面，提供了一種基于沿岸突異區掃描的港口遙感圖像靠岸船 舶檢測方法，其特征在于不需要先驗港口地理信息，并包括：
[0015] 快速篩選沿岸區域，其中根據海域中灰度分布以及領域方差分布的尖峰特性，計 算得到該海洋區域的閾值，進而粗略判斷海洋區域位置，同時通過對標記鏈接分量依據形 態特征的判斷，精確海陸分割；
[0016] 檢測疑似靠岸船舶目標，其中通過對海陸分割圖像進行交叉掃描處理，得到海岸 線上突異疑似目標，再結合船舶形態學特征初步判斷突起位置的屬性，剔除單純虛假目 標；
[0017] 剔除偽目標與標記目標，其中針對已得到的疑似目標，根據疑似形態學特征進一 步判斷疑似目標，剔除復雜虛假目標，并提取船舶目標，計算得到其長寬軸，通過形態學膨 脹與腐蝕的結合處理，得到船舶目標的標記框。
【附圖說明】
[0018] 圖1用于說明現有技術的光學遙感圖像中干擾因素。
[0019] 圖2是根據本發明的一個實施例的基于沿岸突異區掃描的港口遙感圖像靠岸船 舶檢測方法的流程圖。
[0020] 圖3根據本發明的一個實施例的對灰度圖像進行沿岸區域快速篩選處理的流程 圖。
[0021] 圖4是圖3的實施例中采用的滑動掩模的示意圖。
[0022] 圖5是根據本發明的一個實施例的對灰度圖像進行的疑似靠岸船舶目標處理的 流程圖。
[0023] 圖6是根據本發明的一個實施例的對二值圖像進行偽目標剔除與目標標記的處 理的流程圖。
[0024] 圖7是一個具體實例中的船舶標記框示意圖。
【具體實施方式】
[0025] 以下說明如何具體實施本發明所提供方法，圖2為根據本發明的一個實施例的方 法的流程圖，其包括：
[0026] S201沿岸區域快速篩選
[0027] 對已知輸入光學遙感圖像進行灰度化，去噪處理后，根據海域中灰度分布以及領 域方差分布的尖峰特性，計算得到該海洋區域的閾值，進而粗略判斷海洋區域位置。同時通 過對標記鏈接分量依據形態特征的判斷，精確海陸分割，其一個具體實施例如圖3所示；
[0028]S202疑似靠岸船舶目標檢測
[0029]針對上一步驟中得到的沿岸區域，由于灰度特征與陸地區域較為相似，很多靠岸 船舶被判斷為陸地區域，本步驟通過交叉掃描的方法，檢測出海岸線上的突異部分，剔除單 純虛假目標，其一具體實施例如圖5所示；
[0030] S203偽目標剔除與目標標記
[0031]針對上一步驟中，根據疑似形態學特征進一步判斷疑似目標，剔除復雜虛假目標； 提取船舶目標，計算得到其長寬軸，通過形態學膨脹與腐蝕的結合處理，得到船舶目標的標 記框，其根據一個具體實施例的流程如圖6所示。
[0032]圖3顯示了根據本發明的一個實施例的對灰度圖像進行沿岸區域快速篩選處理， 其包括：
[0033]S301紋理切割：選取單位為NXN(N為奇數）的矩形，稱之為掩模，如圖4所示。 掩模將在圖像上自上而下，從左到右的滑動，從而滑過整個圖像部分。通過掩模在圖像上的 滑動，將掩模中每個小格所對應圖像中的灰度值，通過公式：
[0034]
[0035]
[0036]其中m為掩模內的灰度均值；v為掩模內鄰域方差，In掩模中每個像素位置的灰度 值（n= 1，2,一NXN)。將計算得到的均值與領域方差值賦給掩模左上位置（也就是示意 圖中的1:處）。由于海洋區域灰度變化緩慢，其鄰域方差較低。因此，在鄰域方差的直方圖 上也會呈現尖峰分布。據此特性，判斷鄰域方差直方圖中第一個尖峰為判斷鄰域方差的閾 值。據此閾值判斷海洋區域所在位置。
[0037]S302灰度切割：遙感圖像中海域的面積較大，但是海水的灰度分布起伏小，海域 的灰度分布同樣符合尖峰分布。在一定的范圍的內，灰度的變化幅度不大，取得一定單位長 度的灰度范圍，計算此單位長度上灰度的平均值，使得灰度分布圖曲線變得平滑的同時，更 加便于進行尖峰檢測。通過找到符合要求的單位長灰度平均值尖峰位置，以及其周圍變化 范圍不大的區域，獲得這些位置的灰度值。以這些灰度值為范圍，判斷海洋區域的所在位 置。
[0038] S303水域選取：將S301與S302所得到的判斷結果。通過引入標記鏈接分量的概 念，計算每個標記分量的面積，并逐一進行判斷取得最大面積，從而得到海洋區域所在的分 量。對獲得的水域和陸地區域分別標記，實現海路區域分割并快速獲得沿岸區域位置。
[0039] 圖5顯示的是根據本發明的一個實施例的對灰度圖像進行的疑似靠岸船舶目標 處理，其包括：
[0040] S501X掃描：由于上一步判斷，所有海洋區域像素位置I(X，y)的特征F(x,y)= 1，同時陸地區域像素位置的特征F(x,y) = 0。scanp為已知的最大船舶寬度，定義G(x,y) 為進行交叉掃描后對各像素位置特性的定義。
[0041]
[0042] 其中G(x，y) = 0表示此像素位置為海域；G(x，y) = 1表示此像素位置為陸地區 域；G(x，y) =2表示此像素位置為海岸突異部分。F(x「l，y) =l&FUpy) =0表示有一 點F(Xl，y)，它在上一步驟中被判定為陸地區域，但它前一個位置F(Xl_l，y)在上一步驟中 被判定為海洋區域。首