[发明专利]船舶检测的方法、装置及计算机存储介质

说明书

本发明实施例提供了一种船舶检测的方法、装置及计算机存储介质，该船舶检测的方法包括：获取合成孔径雷达图像；对所述合成孔径雷达图像进行处理，得到所述合成孔径雷达图像的图像特征，所述图像特征至少包括以下五种：圆度特征、粗糙度特征、熵特征、对比度特征、方向梯度直方图特征；将所述图像特征输入预先训练好的极限学习机，得到输出结果；基于所述输出结果确定所述合成孔径雷达图像中船舶的数量和位置。由此可见，本发明实施例中利用极限学习机，通过合成孔径雷达图像进行船舶检测，检测的准确率高、速度快，能够应用于实时性要求高的场景。

技术领域

本发明涉及一种船舶检测的方法、装置及计算机存储介质。

背景技术

船舶检测在水上交通、渔业管理、水上救援等诸多方面起到非常重要的作用。巡游船和飞机这些传统的船舶检测方法成本高，且受环境、覆盖面积和气象条件等因素的限制很大。合成孔径雷达通常安装在飞机或者卫星等移动平台上，一般来说，孔径越大，分辨率就越高，平台的运动可以获得较大的合成孔径，从而提供更好的空间分辨率。因此，合成孔径雷达可以产生高分辨率图像。合成孔径雷达图像可以在各种条件下获得，不受白天黑夜，以及雨雪天气的影响，尤其是当光学工具无法使用时，合成孔径雷达仍可以应用。

合成孔径雷达已被广泛应用于船舶检测，例如基于K平均(K-means，KM)的方法应用于合成孔径雷达图像进行船舶检测。应用基于机器学习方法在合成孔径雷达图像中进行船舶检测的方法也已经出现，例如基于神经网络(Neural Network，NN)的方法，基于支持向量机(Support Vector Machine，SVM)的方法，以及基于深度学习的方法。但是这些方法存在的主要缺陷是识别的准确率还不够高，识别的速度还不够快，无法应用于对实时性要求高的场合。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种船舶检测的方法、装置及计算机存储介质，在合成孔径雷达图像中进行船舶检测，提高检测的准确率和检测的速度。

第一方面，提供了一种船舶检测的方法，包括：

获取合成孔径雷达图像；

对所述合成孔径雷达图像进行处理，得到所述合成孔径雷达图像的图像特征，所述图像特征至少包括以下五种：圆度特征、粗糙度特征、熵特征、对比度特征、方向梯度直方图特征；

将所述图像特征输入预先训练好的极限学习机，得到输出结果；

基于所述输出结果确定所述合成孔径雷达图像中是否存在船舶。

示例性地，在所述获取合成孔径雷达图像之前，还包括：基于多个合成孔径雷达样本图像，通过训练得到所述极限学习机。

示例性地，所述对所述合成孔径雷达图像进行处理，得到所述合成孔径雷达图像的图像特征，包括：

对所述合成孔径雷达图像进行处理，得到所述合成孔径雷达图像的感兴趣区域；

对所述感兴趣区域进行特征提取，得到所述图像特征。

示例性地，所述对所述合成孔径雷达图像进行处理，得到所述合成孔径雷达图像的感兴趣区域，包括：对所述合成孔径雷达图像进行图像分割，得到所述合成孔径雷达图像的所述感兴趣区域。

第二方面，提供了一种船舶检测的装置，包括：

获取模块，用于获取合成孔径雷达图像；

图像处理模块，用于对所述合成孔径雷达图像进行处理，得到所述合成孔径雷达图像的图像特征，所述图像特征至少包括以下五种：圆度特征、粗糙度特征、熵特征、对比度特征、方向梯度直方图特征；

极限学习模块，用于将所述图像特征输入预先训练好的极限学习机，得到输出结果；

确定模块，用于基于所述输出结果确定所述合成孔径雷达图像中是否存在船舶。