[发明专利]一种高分遥感影像上的港口检测方法

说明书

技术领域

本发明所属遥感影像(高空间分辨率，约一米)处理技术。

背景技术

考虑到港口为了停泊船只，通常在近岸区域有多个混凝土构筑物延伸至水域，在水域交界处呈锯齿状，李艳等、方晓芙等以及周拥军等通过检测岸线上这种特殊的凹凸结构进行港口检测。但仅依赖凹凸结构容易错检到半岛、河道入海口等具有类似结构的地物，因而刘春等提出在检测凹凸结构的基础上加入直线段长度、拐点夹角、岸线角点的聚集程度等约束来提高检测的正确率^[5]。而另一些学者如吴建华、魏军伟、刘丽丽和陈琪等则通过检测伴随港口出现的人工堤坝来检测港口。这类方法综合利用水陆交界处直线段的长度、环水性、长宽比、聚集程度等特征提取伴随港后出现的堤坝从而确定港口位置。朱兵等通过岸线的封闭性进行检测，即先对影像进行水陆分割，再通过计算岸线的封闭度确定港口区域^[10]。考虑到不同类型港口的岸线封闭度差异较大，邢坤等、樊利恒等在岸线封闭度计算的基础上结合封闭区内的不变矩特征描述内港区域，进一步提高检测的准确性。除了上述以结构特征为主的港口检测方法，除此之外，Bhagavathy等提出通过描述港口中船只的周期性停泊特征来检测港口，即利用一种多方向、多尺度的Gabor滤波集合描述影像的纹理特征，通过聚类形成影像的纹理特征基元，将港口看作是不同纹理基元的概率集合，利用混合高斯模型对其进行建模，从而检测出影像中的港口^[13]。这种方法对于港口的定位较为准确，但要求检测样本中船只的停泊密度等特征与样本具有较高的相似性。

参考文献：

[1]黄顺泉,余思勤.全球供应链企业的港口集聚模型与仿真[J].同济大学学报(自然科学版),2011,(09):1401-1406.HUANG Shunquan,YU Siqin.Model and Simulation for Global Supply Chain Enterprises to Migrate to Port Cluster[J].Journal of Tongji University(Natural Science),2011,(09):1401-1406.

[2]李艳,彭嘉雄.港口目标特征提取与识别[J].华中科技大学学报,2001,06:10-12.LI Yan,PENG Jiaxiong.Feature Extraction and Recognition of Harbor[J].Journal of Huazhong University of Science and Technology,2001,06:10-12.

[3]方晓芙.遥感图像中战略目标识别方法研究[D].西北工业大学,2004.

FANG Xiaofu.Research on strategic target recognition in remote sensing images[D],Northwestern Polytechnical University,2004.

[4]周拥军,朱兆达,丁全心.遥感图像中港口目标识别技术[J].南京航空航天大学学报，2008,3:350-353.ZHOU Yongjun,ZHU Zhaoda,DING Quanxin.Port Target Recognition of Remote Sensing Image[J].Journal of Nanjing University of Aeronautics and Astronautics,2008,3:350-353.

[5]刘春,殷君君,杨健.基于岸线特征点合并的极化SAR图像小型港口检测[J].清华大学学报(自然科学版),2015,08:849-853.LIU Chun,YIN Junjun,YANG Jian.Small harbor detection in polarimetric SAR images based on coastline feature point merging [J].Journal of Tsinghua University(Science and Technology),2015,08:849-853.