一種多光譜遙感圖像艦船檢測方法
【技術領域】
[0001 ]本發明屬于遙感圖像目標檢測技術領域，具體涉及一種多光譜遙感圖像艦船目標 快速檢測的方法。
【背景技術】
[0002] 多光譜成像傳感器在光譜維能獲取各個譜段對應物質的光譜信息，同時在空間維 獲取場景的空間信息，形成包含了豐富地理環境信息的多維數據體。由于人工建造目標與 自然物質背景在各個譜段的光譜特性上有較大的差異，所以多光譜圖像數據在地物目標檢 測中有著獨特的優勢，能夠用于自動目標檢測任務。尤其在海洋交通運輸、海洋漁業管理以 及軍事監測等方面，多光譜遙感圖像的海上艦船檢測更有著重要的意義。
[0003] 常用的多光譜目標檢測方法通常是基于光譜信息的統計性檢測方法，即通過假設 測量值是由背景、目標和噪聲構成，利用統計的方法分別構造背景和目標的模型，再利用假 設檢驗得到判別目標的檢測結果，其中的具有代表性的方法就是Reed等提出的多通道恒虛 警率(constant false alarm rate，CFAR)方法。在不同場景的多光譜圖像中，光譜圖像的 統計特性是變化的，CFAR方法的目標是自適應的找到一個檢測閾值，以在不同的光譜圖像 目標檢測任務中維持恒定的檢測虛警率。CFAR方法主要的缺點是，如果目標的光譜圖像信 號在灰度級上與其周圍的環境相似，那么必然會造成虛警，自動目標檢測就會變得困難。
[0004] 盡管多光譜成像傳感器能夠為雜亂背景中的人造目標檢測提供幫助，但在自動艦 船檢測的實際應用中將面臨兩個困難。首先，海風，洋流，船的尾跡，漏油等情況的存在，將 造成海水輻射或光譜反射特性的變化。行進中艦船的光譜反射特性也是不穩定的，且難以 估計。所有這些情況都會導致海面雜亂回波(海雜波)和艦船目標在各個譜段輻射能量的統 計分布上的重疊。其次，海洋監測系統需要一種快速的目標檢測算法，由于它需要實時分析 和處理大量的多光譜數據，這一要求也為自動目標檢測方法提出挑戰。為了從虛警中區分 出感興趣目標，傳統方法通常需要包含目標識別的算法，該識別過程通常對于實時系統來 說運算過于復雜。此外，為了對目標的存在性做出判斷，傳統方法往往需要對所有圖像區域 進行驗證，但實際上所關心的內容通常僅占圖像中很小一部分。這種全面的加工處理既會 造成計算浪費，又加重了分析難度。
【發明內容】
[0005] 本發明的目的在于提出一種基于視覺顯著性機制的多光譜遙感圖像艦船檢測方 法，其計算復雜度低、參數設置簡單、能夠精確而有效地檢測到多光譜遙感圖像中的艦船目 標。
[0006] 為達到本發明的上述目的，本發明提供的多光譜遙感圖像艦船檢測方法，具體包 括以下步驟：
[0007] 1)將空間分辨率為MXN像素的多光譜遙感圖像的1維光譜數據視為1幅灰度圖像 &，i = 1，. . .，1，分別對每一維光譜圖像進行沃爾什哈達瑪變換；
[0008] 2)在沃爾什哈達瑪變換域中，對每一維光譜圖像的沃爾什哈達瑪變換域系數進行 歸一化操作，即將所有正值元素設置為1，將所有負值元素設置為-1;
[0009] 3)對每一維歸一化的沃爾什哈達瑪變換域系數進行相應的沃爾什哈達瑪逆變換， 計算出每一維光譜圖像的譜段顯著圖；
[0010] 4)將所有維度光譜圖像的譜段顯著圖在空間維度上進行求和，然后用高斯平滑濾 波器對求和的結果進行輕微的平滑處理，計算出最終的合成顯著圖；
[0011] 5)根據最終顯著圖的均值計算出艦船目標的檢測閾值；
[0012] 6)利用艦船目標的檢測閾值實現對艦船目標的自動檢測，得到二值化的檢測結 果。
[0013] 其中，在第一步中，對輸入多光譜圖像進行沃爾什哈達瑪變換的具體計算公式如 下：
[0014] Fi = HXiffT,i = l,. ..,1
[0015] 其中，Η表示Μ階哈達瑪矩陣，W表示N階哈達瑪矩陣，Fi表示第i維光譜圖像Xi的沃爾 什哈達瑪變換域系數矩陣。
[0016] 同時，輸入的圖像的空間分辨率為Μ X N，且Μ和N滿足沃爾什哈達瑪變換的序列長 度的要求，若不滿足，可以采取對整幅圖像進行分塊處理的操作方式，為了保留弱小的艦船 信號，不可對輸入的原圖像進行降采樣處理。
[0017] 其中，在第二步中，對沃爾什哈達瑪變換域系數進行歸一化操作的具體計算公式 為：
[0019] 其中，I · I表示取絕對值符號，表示第i維光譜圖像Xi的歸一化的沃爾什哈達瑪 變換域系數矩陣。
[0020] 其中，在第三步中，每一維光譜圖像的譜段顯著圖的具體計算公式如下：
[0021] Si = abs(HTBiff) ,1 = 1,...,1
[0022] 其中，abs( ·)表示對輸入矩陣的每一個元素取絕對值操作。
[0023] 其中，在第四步中，最終的合成顯著圖的具體計算公式為：
[0025] 其中，G表示2維的高斯核，S表示最終得到的合成顯著圖。
[0026] 本發明在每一維光譜圖像的譜段顯著圖的計算過程中，高頻噪聲（如海雜波噪聲） 也會被劇烈的放大，但這些被放大的高頻噪聲在各個譜段中是不相關的，而各個譜段顯著 圖中的艦船信號是相關的。因此，將各個譜段顯著圖相加，可以讓這些在各個譜段顯著圖中 不相關的高頻噪聲相互抵消，相互抑制，而且還能夠讓各個譜段顯著圖中的統計相關的艦 船信號相互疊加得到進一步的增強。盡管如此，在所有譜段顯著圖求和以后的結果左中仍 然會殘留一些沒有抑制掉的高頻噪聲，這些噪聲的存在會給艦船檢測的結果帶來虛警，為 了消除這些殘留高頻噪聲可能會帶來的檢測虛警，本發明使用一個具有合適參數的高斯核 G對所有譜段顯著圖相加的結果|進行低通平滑濾波，以便讓艦船信號與背景噪聲信號具 有明顯的灰度級反差，同時還能很好地保留住艦船信號。
[0027]其中，在第五步中，艦船目標的檢測閾值的具體計算公式為：
[0029]其中，Θ是艦船目標的檢測閾值，Μ和N是顯著圖的長和寬，α是從多組不同場景的多 光譜圖像數據艦船檢測實驗中獲得的一個經驗值，經過大量實驗，發現設置3 < α < 5可以獲 得較好的檢測結果。
[0030] 當多光譜圖像存在艦船目標時，在合成顯著圖中的艦船目標是高亮的，其顯著值 比較大，而海洋背景區域相對比較暗，其顯著值較小。在這種情況下，艦船目標的顯著值會 比合成顯著圖的均值大得多，而且也大于通過顯著圖均值計算得到的檢測閾值，于是艦船 目標可以被準確的檢測出來。當多光譜圖像沒有艦船目標時，在合成顯著圖中就不會出現 特別突出的高亮目標。在這種情況下，合成顯著圖的最大值不會比合成顯著圖的平均值大 很多，而且顯著圖的最大值還會小于由合成顯著圖均值計算得到的檢測閾值，從而避免了 虛警的發生。
[0031] 其中，在第六步中，對艦船目標自動檢測的具體計算公式為：
[0033] 其中，D即為二值化檢測結果，將檢測值等于1的圖像區域判決為艦船目標，將檢測 值等于〇的圖像區域判決為海洋背景。
[0034] 本發明所提出的多光譜遙感圖像艦船目標檢測方法，是基于視覺顯著性機制的方 法，該方法利用多光譜圖像數據的沃爾什哈達瑪變換域系數來獲取顯著圖并用于艦船目標 檢測。與傳統的多光譜目標檢測方法相比，本發明不需要以對海面背景及目標的概率分布 特性的一些理想化的假設作為建模的前提;它不依賴于先驗知識，也沒有諸多復雜的參數 設置。同時，由于沃爾什哈達瑪變換存在快速實現算法，本發明中的方法能夠快速計算出輸 入的多光譜數據的顯著圖，可滿足實際應用中實時處理的要求，為多光譜遙感圖像艦船目 標檢測提供了一種新的有效的快速算法。
【附圖說明】
[0035] 圖1是本發明實施列的多光譜遙感圖像艦船檢測方法流程圖；
[0036] 圖2是本發明對有艦船目標的多光譜遙感圖像的艦船檢測示例；
[0037]其中：（a)-(f)中國東海部分區域的真實Landsat7遙感數據的6個譜段；（g)計算得 到的合成顯著圖；（h)檢測結果；
[0038]圖3是本發明對無艦船目標的多光譜遙感圖像的艦船檢測示例；
[0039]其中：（a)-(f)中國東海部分區域的真實Landsat7遙感數據的6個譜段；（g)計算得 到的合成顯著圖；（h)檢測結果；
【具體實施方式】
[0040]下面通過實例對本發明做進一步說明。需要注意的是，公布實施例的目的在于幫 助進一步理解本發明，但是本領域的技術人員可以理解:在不脫離本發明及所附權利要求 的精神和范圍內，各種替換和修改都是可能的。因此，本發明不應局限于實施例所公開的內 容，本發明要求保護的范圍以權利要求書界定的范圍為準。
[0041] 圖1是本發明多光譜遙感圖像艦船檢測方法的處理流程圖，包括：
[0042] 第一步，將多光譜數據的每一維光譜圖像進行沃爾什哈達瑪變換