一種基于線框模型的艦船提取方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及高分辨率遙感影像目標(biāo)提取技術(shù)領(lǐng)域，特別是設(shè)及一種基于線框模型 的艦船提取方法。
【背景技術(shù)】
[0002] 為了更好的監(jiān)控和管理近岸和離岸的船只，更有效地為軍事作戰(zhàn)提供信息，打擊 非法捕魚，船只提取的相關(guān)問題是當(dāng)前亟待解決的問題。高分辨率遙感影像越來越多得被 用來做船只提取，但是目前船只提取方法主要存在問題；一般只能針對體積較大能夠提取 紋理信息的船只進(jìn)行有效提取，對于近岸的、處于復(fù)雜背景中的船只，則檢測效果不佳。針 對該些問題，基于線特征的方法能夠有效地解決。
[0003] 目前高分辨率遙感影像船只提取方法主要有基于紋理、基于顯著性和基于線特征 的=類方法。
[0004] (1)基于紋理的方法
[0005] 由于船只和其背景有著不同的紋理，通過對紋理信息進(jìn)行分析，能夠提取出船只。 但是該種方法的前提條件是船只足夠大，其紋理信息能被提取出來。對于體積小的、不能很 好地提取紋理的船只，該種方法不能得到很好的效果。
[0006] (2)基于顯著性的方法
[0007] 由于船只和其背景像素值差異大，可W利用該個(gè)特性進(jìn)行船只的提取。該種方法 對于離岸的散落分布的船只有效，對于近岸的密集分布的船只，該種方法不能得到令人滿 意的結(jié)果。
[000引 （3)基于線特征的方法
[0009] 提出"V"船頭模型，在線提取的基礎(chǔ)上，找到滿足"V"船頭模型的線段對，再通過 船只的形狀特征最終確定候選船只是否為船只真實(shí)。但是線提取有時(shí)候不能將構(gòu)成船頭的 兩條線段提取出來，導(dǎo)致漏檢。

【發(fā)明內(nèi)容】

[0010] 針對現(xiàn)有技術(shù)存在的不足，本發(fā)明提供了一種可提高船只檢測準(zhǔn)確率、適用范圍 廣的一種基于線框模型的艦船提取方法。
[0011] 為解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案：
[0012] 一種基于線框模型的艦船提取方法，包括步驟：
[0013] S1、遙感影像的預(yù)處理，即對遙感影像依次進(jìn)行去噪、增強(qiáng)；
[0014] S2、對預(yù)處理后遙感影像進(jìn)行闊值分割獲得連通區(qū)域，提取原始遙感影像的線特 征；
[0015] S3、基于連通區(qū)域和線特征，采用基于船頭結(jié)構(gòu)的船只模型在S2提取的線特征中 提取船只，獲得船只所在的連通區(qū)域，凹凸度大于闊值S的連通區(qū)域即第一候選船只，否則 為第一非候選船只，S為經(jīng)驗(yàn)值；
[0016] S4,采用由扇形掩膜和半圓掩膜組成的檢測掩膜確檢測第一候選船只，具體為：
[0017] S4-1將扇形掩膜和半圓掩膜覆蓋到第一候選船只的二值圖像中，扇形掩膜的頂點(diǎn) 位于第一候選船只的船頭兩線特征的近船頭端點(diǎn)連線的中點(diǎn)，其半徑為船頭兩線特征的近 船身端點(diǎn)到頂點(diǎn)的距離的較大值，其兩邊分別與船頭兩線特征平行；半圓掩膜圓形為去掉 了扇形掩膜的半圓，其圓屯、位于頂點(diǎn)處，其半徑同扇形掩膜半徑，其對稱軸與扇形掩膜圓屯、 角的角平分線重合；
[0018] S4-2令扇形掩膜與第一候選船只的重疊區(qū)域面積與扇形掩膜面積之比為ratioi， 令半圓掩膜與第一候選船只的重疊區(qū)域面積與半圓掩膜面積之比為rati〇2,ratioi大于 111且ratio2小于n2的候選船只即真實(shí)船只，n1和n2分別為50%~90%和20%~50% 內(nèi)取值的經(jīng)驗(yàn)值；
[0019] S5建立真實(shí)船只的最小包圍矩形，W最小包圍矩形中真實(shí)船只和真實(shí)船只W外 區(qū)域的像素值訓(xùn)練分類器，采用分類器對第一非候選船只進(jìn)行分類，獲得第一船只連通區(qū) 域；
[0020] S6判斷第一船只連通區(qū)域的凹凸度是否大于闊值S，若大于，該第一船只連通區(qū) 域即第一候選船只，否則為第一非候選船只；對本步驟獲得的第一候選船只執(zhí)行S4,對第 一非候選船只執(zhí)行S5,直至檢測不到第一非候選船只。
[0021] S3中，采用基于船頭結(jié)構(gòu)的船只模型在S2提取的線特征中提取船只，具體為：
[0022] 遍歷S2提取的線特征，對當(dāng)前線特征所在連通區(qū)域的線特征進(jìn)行操作：找到與當(dāng) 前線特征的距離小于d且夾角為[a1，a2]的線特征，該線特征與當(dāng)前線特征構(gòu)成船頭線段 對；若存在與船頭線段對中任一線特征的距離小于d且夾角為[0 1，0 2]的線特征，該線特 征與船頭線段對構(gòu)成船只；其中，[a。a2]表示船頭夾角范圍，[01，02]表示船頭和船身 的夾角范圍，d為經(jīng)驗(yàn)值，基于實(shí)驗(yàn)驗(yàn)證進(jìn)行取值。
[0023] S3還包括；
[0024] 對第一候選船只船頭線段對W外的線特征，采用基于船身結(jié)構(gòu)的船只模型提取船 只，獲得船只所在的連通區(qū)域，大小在預(yù)設(shè)范圍內(nèi)的連通區(qū)域即第二候選船只，否則為第 二非候選船只，預(yù)設(shè)范圍根據(jù)經(jīng)驗(yàn)設(shè)定；其中，基于船身結(jié)構(gòu)的船只模型由（1)距離小于 di且夾角小于10度的線特征對W及（2)與線特征對中任一線特征距離小于d3且夾角為 [9。9 2]的線特征構(gòu)成，di和d3為經(jīng)驗(yàn)值，[0。0 2]表不船頭和船身的夾角化圍；
[0025] 所述的采用基于船身結(jié)構(gòu)的船只模型提取船只具體為：
[0026] 針對第一候選船只船頭線段對W外的線特征進(jìn)行，遍歷線特征，對當(dāng)前線特征所 在連通區(qū)域的線特征進(jìn)行操作：找到與當(dāng)前線特征的距離小于di且夾角小于10度的線特 征，該線特征與當(dāng)前線特征構(gòu)成船身線段對；若存在與船身線段對中任一線特征距離小于 ds且夾角為[0 1，02]的線特征，該線特征與船身線段對構(gòu)成船只；其中，di和cU為經(jīng)驗(yàn)值，
[9 1, 9 2]表不船頭和船身的夾角化圍。
[0027]S3中，獲得船只所在的連通區(qū)域，具體為：
[002引將船只的船頭線段對進(jìn)行膨脹，與膨脹后船頭線段對重疊面積最大的連通區(qū)域即 船只所在的連通區(qū)域。
[0029] 本發(fā)明還包括采用由扇形掩膜和半圓掩膜組成的檢測掩膜確檢測第二候選船只， 具體為：
[0030] 將扇形掩膜和半圓掩膜覆蓋到第二候選船只的二值圖像中，扇形掩膜的頂點(diǎn)位于 第二候選船只的船頭線特征的近船頭端點(diǎn)，其半徑為船頭線特征長度，其兩邊分別與（1) 船頭線特征W及（2)頂點(diǎn)與船頭線特征對側(cè)船身線特征近船頭端點(diǎn)的連線重合；半圓掩膜 圓形為去掉了扇形掩膜的半圓，其圓屯、位于頂點(diǎn)處，其半徑同扇形掩膜半徑，其對稱軸與扇 形掩膜圓屯、角的角平分線重合；
[003U令扇形掩膜與第二候選船只的重疊區(qū)域面積與扇形掩膜面積之比為ratioi，令半 圓掩膜與第二候選船只的重疊區(qū)域面積與半圓掩膜面積之比為rati02,ratioi大于n1且 rati02小于n2的候選船只即真實(shí)船只，n1和n2分別為50%~90%和20%~50%內(nèi)取 值的經(jīng)驗(yàn)值。
[0032] 當(dāng)同時(shí)存在提取了第一非候選船只和第二非候選船只時(shí)，采用分類器對第一非候 選船只或第二非候選船只進(jìn)行分類，獲得第一船只連通區(qū)域或第二船只連通區(qū)域。
[0033] 判斷第二船只連通區(qū)域大小是否在預(yù)設(shè)范圍[Cl,C,]，若在，該第二船只連通區(qū)域 即第二候選船只，否則為第二非候選船只；對本次獲得的第二候選船只執(zhí)行S4,對第二非 候選船只執(zhí)行S5,直至檢測不到第二非候選船只。
[0034] 上述所采用的分類器為SVM分類器。
[0035] 和現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和有益效果：
[0036] 1、可減少漏檢率，提高船只檢測的查全率和準(zhǔn)確率。
[0037] 2、不受限于船只大小和紋理，能檢測出多種類型船只，適用范圍廣。
【附圖說明】
[003引圖1是本發(fā)明實(shí)施例步驟1~3的流程圖；
[0039] 圖2是本發(fā)明實(shí)施例采用的船只模型示意圖，其中，圖（a)為基于船頭結(jié)構(gòu)的船只