[发明专利]基于高分辨率光学遥感图像的油罐检测和储量分析方法

说明书

技术领域

本发明属于光学遥感图像处理与分析技术领域，具体涉及一种基于高分辨率光学遥感图像的油罐检测和储量分析方法。

背景技术

随着遥感卫星相关技术的发展与进步，卫星图像的分辨率、拍摄频率都越来越高，为图像解译工作提供了更多、更可靠的数据支持。在遥感地物目标检测领域，研究较多的目标有飞机、轮船、机场、油库、建筑区等。储油罐作为战略石油储备不可或缺的设施，在安全监测、灾害预防、情报分析等领域拥有不可忽视的地位。石油库区油罐信息的提取与分析对掌握国家的经济实力、战略决策、执行动向等信息具有重要的意义。

传统的油罐检测方法以人工特征为主，同时也逐渐从传统方法向深度学习方法过渡。有方法^[1]提出了将改进的Canny边缘检测、Hough变换和快速模板匹配算法应用于采用Brovey变换融合方法处理的图像，达到85％的准确率；有方法^[2]提出基于合成孔径雷达图像中准圆阴影和高亮弧的油罐检测方法；有方法^[3,4]提出了基于对称特征的检测算法，可以有效缓解快速径向对称变换(FRST)^[5]的部分缺点；有方法^[6]提出了基于改进的Hough变换方法，定向和加权Hough投票算法；有方法^[7]提出了较为系统化的处理流程：首先使用EMHC显著性模型检测出潜在目标区域，形成显著性图谱；然后在显著性图谱上使用Hough变换检测出圆形目标；最后使用SVM算法验证这些圆形目标是否属于储罐；也有方法^[8]提出的处理流程更加成熟，主要分为三步：候选集选择、特征提取和分类验证。该方法使用了更加快速、高效的ELSD(Ellipse and Line Segment Detector)算法，并对其做出一定的改进。

已有方法存在以下几个问题：大多基于Hough变换及其相关算法，具有参数设置困难、对半径敏感、仅适用于对比度清晰且轮廓完整的图像等缺点；未考虑阴影、纹理等因素对定位准确性的干扰；仅关注检测问题本身，未进行更加深入的分析。

以下为所述的相关文献：

[1]W.Zhang,H.Zhang,C.Wang and T.Wu.Automatic oil tank detection algorithm based on remote sensing image fusion[C].Proceedings of IEEE IGARSS,2005,6(1):3956–3958.

[2]Xu H,Chen W,Sun B,et al.Oil tank detection in synthetic aperture radar images based on quasi-circular shadow and highlighting arcs[J].Journal of Applied Remote Sensing,2014,8(1):397–398.

[3]Ok A O,E.Circular oil tank detection from panchromatic satellite images:a new automated approach[J].IEEE Geoscience and Remote Sensing Letters,2015,12(6):1347-1351.

[4]Ok A O,Baseski E.Automated detection of oil depots from high resolution images:A new perspective[J].ISPRS Annals of the Photogrammetry,Remote Sensing and Spatial Information Sciences,2015,2(3):149-156.

[5]Loy G,Zelinsky A.Fast radial symmetry for detecting points of interest[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2003,25(8):959-973.