專利名稱：一種基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，尤其是一種基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法。
背景技術(shù)：
在現(xiàn)代戰(zhàn)爭(zhēng)中，信息主導(dǎo)權(quán)是影響戰(zhàn)略全局的關(guān)鍵因素，而成像偵察和目標(biāo)檢測(cè)識(shí)別是獲取信息的主要方式。紅外成像傳感器作為現(xiàn)有的多種成像偵察手段之一，只敏感于目標(biāo)場(chǎng)景的輻射(主要由目標(biāo)場(chǎng)景的輻射率及溫差決定)，而對(duì)場(chǎng)景的亮度變化不敏感。當(dāng)目標(biāo)內(nèi)具有較大的溫度梯度或者背景與目標(biāo)有較大熱對(duì)比度，低可視目標(biāo)很容易在紅外
圖像中看到，在目標(biāo)檢測(cè)，尤其是海面船只檢測(cè)方面具有一定的優(yōu)勢(shì)。海面船只目標(biāo)檢測(cè)，不僅可以實(shí)現(xiàn)海面艦船目標(biāo)普查，而且是艦船目標(biāo)分類識(shí)別與海面態(tài)勢(shì)變化分析等艦船目標(biāo)詳查任務(wù)的前提和基礎(chǔ)，其檢測(cè)性能的好壞直接影響了后續(xù)處理的成敗，因此，紅外遙感圖像海面船只檢測(cè)具有十分重要的研究意義和應(yīng)用價(jià)值。紅外遙感圖像中各種地物和目標(biāo)沒(méi)有固定的灰度性質(zhì)，不同的地物和目標(biāo)隨著時(shí)間的變化，溫度發(fā)生不同的變化，這給目標(biāo)檢測(cè)帶來(lái)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(dǎo)致船只目標(biāo)與背景海面較難區(qū)分。雖然近年來(lái)有研究人員針對(duì)紅外遙感圖像海面船只檢測(cè)開(kāi)展了研究，取得了一定的成果，但是距離實(shí)用化還有很大的距離。紅外遙感圖像海面船只檢測(cè)目前仍是一個(gè)極具挑戰(zhàn)性的難點(diǎn)課題，存在許多問(wèn)題亟待解決。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服已有技術(shù)的缺點(diǎn)，提出了一種基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法，以實(shí)現(xiàn)對(duì)海面船只的快速準(zhǔn)確的檢測(cè)。本發(fā)明所提出的一種基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法，其特征在于，該方法包括以下步驟步驟SI，對(duì)包含有待檢測(cè)船只的紅外遙感圖像進(jìn)行分割，根據(jù)每個(gè)分割區(qū)域的特征，檢測(cè)得到紅外遙感圖像中的海面區(qū)域；步驟S2，在所述步驟SI得到的海面區(qū)域中，使用基于顯著性分析的方法檢測(cè)海面上可能為船只的候選目標(biāo)；步驟S3，使用候選目標(biāo)尺寸對(duì)所述候選目標(biāo)進(jìn)行過(guò)濾，如果候選目標(biāo)的尺寸不滿足尺寸要求，則去除該目標(biāo)；步驟S4，使用候選目標(biāo)形狀對(duì)經(jīng)過(guò)所述步驟S3篩選得到的候選目標(biāo)進(jìn)行二次過(guò)濾，如果所述候選目標(biāo)的形狀不滿足所述形狀要求，則去除該目標(biāo)；步驟S5，根據(jù)所述尺寸和形狀信息篩選得到的候選目標(biāo)確定為最終檢測(cè)得到的海面船只。本發(fā)明的有益效果是，本發(fā)明通過(guò)基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法，結(jié)合圖像分割、顯著性分析技術(shù)，解決了紅外遙感圖像中海面區(qū)域分割和海面船只檢測(cè)問(wèn)題，避免了單一的目標(biāo)檢測(cè)算法適用范圍較窄、檢測(cè)性能不高的問(wèn)題。


圖I是本發(fā)明提出的一種基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法的流程圖。圖2是根據(jù)本發(fā)明實(shí)施例的海面分割方法的流程圖。圖3是根據(jù)本發(fā)明實(shí)施例的基于顯著性分析的候選海面船只檢測(cè)方法的流程圖。
具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。 本發(fā)明使用的方法既可以在個(gè)人計(jì)算機(jī)、工控機(jī)及服務(wù)器上以軟件的形式安裝并執(zhí)行，也可將方法做成嵌入式芯片以硬件的形式來(lái)體現(xiàn)。圖I是本發(fā)明提出的一種基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法的流程圖，如圖I所示，本發(fā)明提出的基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法，包括以下幾個(gè)步驟步驟SI，對(duì)包含有待檢測(cè)船只的紅外遙感圖像進(jìn)行分割，根據(jù)每個(gè)分割區(qū)域的特征，檢測(cè)得到紅外遙感圖像中的海面區(qū)域；圖2是根據(jù)本發(fā)明實(shí)施例的海面分割方法的流程圖。如圖2所示，所述步驟SI進(jìn)一步包括以下幾個(gè)步驟步驟S11，對(duì)所述紅外遙感圖像進(jìn)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(guī)則，并且充分保留不同地物或場(chǎng)景之間的邊界的多個(gè)區(qū)域；設(shè)待分割圖像的高度和寬度分別為h和W，分割結(jié)果中區(qū)域的大小為S，本發(fā)明中，分割區(qū)域的大小s為500，則k = w*h/s，將上述計(jì)算得到的分割結(jié)果中分割區(qū)域的數(shù)目k作為Normalized Cut (歸一化分割)算法的輸入?yún)?shù),利用歸一化分割算法來(lái)實(shí)現(xiàn)所述大尺度的超像素分割，所述歸一化分割算法為本領(lǐng)域的通用技術(shù)，在此不作贅述。所述大尺度的超像素分割使用大尺度參數(shù)對(duì)圖像進(jìn)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(qū)域能夠使海面和陸地具有很高的可分辨性。步驟S12，對(duì)分割后得到的每一個(gè)區(qū)域進(jìn)行特征提取；雖然經(jīng)過(guò)所述步驟Sll分割后得到的分割區(qū)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(huì)包含多種地物類型，因此，根據(jù)這一特點(diǎn)，可以通過(guò)提取每一個(gè)區(qū)域的特征來(lái)對(duì)船只進(jìn)行檢測(cè)；區(qū)域特征的提取需要考慮每個(gè)區(qū)域多方面的特性，包含區(qū)域的均值、方差、梯度強(qiáng)度和梯度方向直方圖，所述均值特征m為區(qū)域內(nèi)所有像素灰度值的平均值，所述方差特征var為區(qū)域內(nèi)所有像素灰度值的方差，所述梯度強(qiáng)度特征mag為區(qū)域內(nèi)所有像素梯度值的和與區(qū)域像素?cái)?shù)目的比值，所述梯度方向直方圖特征hist為區(qū)域內(nèi)所有像素歸一化梯度方向直方圖。
步驟S13，根據(jù)所述步驟S12提取得到的每個(gè)區(qū)域的特征以及其臨近區(qū)域的類別和彼此的相似度，將分割后得到的多個(gè)區(qū)域最終確定為海面區(qū)域和非海面區(qū)域；所述步驟S13進(jìn)一步包括以下步驟步驟S131，根據(jù)所述步驟S12提取得到的每個(gè)區(qū)域的特征將該區(qū)域初步分為海面區(qū)域和非海面區(qū)域；這里依據(jù)的分類原則為若某一區(qū)域的方差var小于指定閾值thresl，梯度強(qiáng)度mag小于指定閾值thres2，則認(rèn)為該區(qū)域是海面區(qū)域，否則為非海面區(qū)域。在本發(fā)明的實(shí)施例中，thresl的值為64, thres2的值為8。步驟S132，根據(jù)所述步驟S131的初步分類結(jié)果，計(jì)算每一個(gè)被初步分類為海面區(qū)域的區(qū)域與其臨近區(qū)域的差異D
權(quán)利要求
1.一種基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法，其特征在于，該方法包括以下步驟 步驟SI，對(duì)包含有待檢測(cè)船只的紅外遙感圖像進(jìn)行分割，根據(jù)每個(gè)分割區(qū)域的特征，檢測(cè)得到紅外遙感圖像中的海面區(qū)域； 步驟S2，在所述步驟SI得到的海面區(qū)域中，使用基于顯著性分析的方法檢測(cè)海面上可能為船只的候選目標(biāo)； 步驟S3，使用候選目標(biāo)尺寸對(duì)所述候選目標(biāo)進(jìn)行過(guò)濾，如果候選目標(biāo)的尺寸不滿足尺寸要求，則去除該目標(biāo)； 步驟S4，使用候選目標(biāo)形狀對(duì)經(jīng)過(guò)所述步驟S3篩選得到的候選目標(biāo)進(jìn)行二次過(guò)濾，如果所述候選目標(biāo)的形狀不滿足所述形狀要求，則去除該目標(biāo)； 步驟S5，根據(jù)所述尺寸和形狀信息篩選得到的候選目標(biāo)確定為最終檢測(cè)得到的海面船只。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟SI進(jìn)一步包括以下幾個(gè)步驟 步驟S11，對(duì)所述紅外遙感圖像進(jìn)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(guī)則，并且充分保留不同地物或場(chǎng)景之間的邊界的多個(gè)區(qū)域； 步驟S12，對(duì)分割后得到的每一個(gè)區(qū)域進(jìn)行特征提??； 步驟S13，根據(jù)所述步驟S12提取得到的每個(gè)區(qū)域的特征以及其臨近區(qū)域的類別和彼此的相似度，將分割后得到的多個(gè)區(qū)域最終確定為海面區(qū)域和非海面區(qū)域； 步驟S14，將所述步驟S13確定得到的海面區(qū)域進(jìn)行合并，最終得到所述紅外遙感圖像中的海面區(qū)域。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，使用歸一化分割算法進(jìn)行所述大尺度的超像素分割，所述歸一化分割算法的輸入?yún)?shù)為分割結(jié)果中分割區(qū)域的數(shù)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(jié)果中區(qū)域的大小。
4.根據(jù)權(quán)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(qū)域的均值、方差、梯度強(qiáng)度和梯度方向直方圖。
5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟S13進(jìn)一步包括以下步驟 步驟S131，根據(jù)所述步驟S12提取得到的每個(gè)區(qū)域的特征將該區(qū)域初步分為海面區(qū)域和非海面區(qū)域； 步驟S132，根據(jù)所述步驟S131的初步分類結(jié)果，計(jì)算每一個(gè)被初步分類為海面區(qū)域的區(qū)域與其臨近區(qū)域的差異D mi — mi
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟S131中，若某一區(qū)域的方差var小于指定閾值thresl，梯度強(qiáng)度mag小于指定閾值thres2，則認(rèn)為該區(qū)域是海面區(qū)域，否則為非海面區(qū)域。
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟S133中，若一被初步分類為海面區(qū)域的區(qū)域Si，其臨近的海面區(qū)域數(shù)目為N，這N個(gè)臨近的海面區(qū)域中與Si的差異D大于指定閾值thres3的區(qū)域數(shù)目為NI，如果N1/N大于1/2，則該區(qū)域Si確定為非海面區(qū)域。
8.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述步驟S14中，任選其中一個(gè)海面區(qū)域，遞歸地將與其相鄰的所有海面區(qū)域合并為同一個(gè)連通區(qū)域，并記錄該連通區(qū)域所合并的海面區(qū)域的個(gè)數(shù)，直到所有的海面區(qū)域均遍歷完畢，如果某一連通區(qū)域所合并的區(qū)域個(gè)數(shù)小于2，則去掉該連通區(qū)域。
9.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S2包括以下幾個(gè)步驟 步驟S21，對(duì)海面區(qū)域圖像進(jìn)行小尺度的分割，得到多個(gè)海面區(qū)域的子區(qū)域； 步驟S22，統(tǒng)計(jì)所述紅外遙感圖像中整個(gè)海面區(qū)域的灰度直方圖； 步驟S23，對(duì)于所述步驟S21得到的每一個(gè)海面區(qū)域子區(qū)域，分別統(tǒng)計(jì)其灰度直方圖；步驟S24，計(jì)算每一個(gè)海面區(qū)域子區(qū)域的灰度直方圖與整個(gè)海面區(qū)域的灰度直方圖的相似度，相似度值較小的海面區(qū)域子區(qū)域確定為候選目標(biāo)。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述海面區(qū)域子區(qū)域的灰度直方圖Hl與整個(gè)海面區(qū)域的灰度直方圖H2的相似度為
11.根據(jù)權(quán)利要求9所述的方法，其特征在于，在所述步驟S24之前還進(jìn)一步包括對(duì)兩個(gè)灰度直方圖進(jìn)行歸一化的步驟。
12.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S3進(jìn)一步包括以下步驟 首先，統(tǒng)計(jì)候選目標(biāo)的像素?cái)?shù)Al ； 然后，基于所述候選目標(biāo)對(duì)應(yīng)的海面區(qū)域子區(qū)域進(jìn)行橢圓擬合，計(jì)算出擬合得到的橢圓的面積A2,得到候選目標(biāo)的尺寸為A = A1+A2 ； 最后，如果候選目標(biāo)的尺寸A小于候選目標(biāo)的最小面積thres-min，或者A大于候選目標(biāo)的最大面積thres-max,則濾除該候選目標(biāo)。
13.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S4進(jìn)一步包括以下步驟 首先，計(jì)算候選目標(biāo)所對(duì)應(yīng)的海面區(qū)域子區(qū)域的質(zhì)心(0x，0y)；
全文摘要
本發(fā)明公開(kāi)了一種基于顯著性分析的紅外遙感圖像海面船只檢測(cè)方法，可用于航天、航空紅外遙感圖像中的海面船只檢測(cè)，該方法包括以下步驟對(duì)紅外遙感圖像進(jìn)行分割，得到海面區(qū)域；在分割得到的海面區(qū)域中，使用基于顯著性分析的方法檢測(cè)海面上可能為船只的候選目標(biāo)；使用尺寸信息對(duì)候選目標(biāo)進(jìn)行一次過(guò)濾；使用形狀信息對(duì)候選目標(biāo)進(jìn)行二次過(guò)濾；通過(guò)尺寸和形狀限制的候選目標(biāo)確定為最終檢測(cè)得到的海面船只。本發(fā)明結(jié)合了圖像分割和顯著性分析技術(shù)，解決了紅外遙感圖像中海面區(qū)域分割和海面船只檢測(cè)問(wèn)題，避免了單一的目標(biāo)檢測(cè)算法適用范圍較窄、檢測(cè)性能不高的缺點(diǎn)。
文檔編號(hào)G06T7/00GK102855622SQ20121024868
公開(kāi)日2013年1月2日 申請(qǐng)日期2012年7月18日 優(yōu)先權(quán)日2012年7月18日
發(fā)明者張吉祥, 江碧濤, 溫大勇, 劉子坤, 張鵬芳 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所, 北京市遙感信息研究所