[发明专利]一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法

权利要求书

1.一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法，其特征在于，包括如下步骤：

(1)卫星视频单帧潜在目标获取：在利用差分形态学轮廓重建的视频帧亮目标提取的基础上，去除植被噪声，获取视频帧中的潜在船舶目标；

(11)基于差分形态学轮廓重建从卫星视频图像中提取亮目标；

(12)利用植被指数从卫星视频图像中提取植被；

(13)叠加步骤(11)和步骤(12)的提取结果，通过形态学处理该提取结果从卫星视频图像中获取潜在船舶目标；

(2)间隔帧船舶运动状态判别：通过改进的帧间差分法对不同视频帧之间进行差值运算，从潜在目标中提取出动态目标；

(3)卫星视频动态船舶轨迹跟踪：利用自适应颜色模型对动态目标进行轨迹跟踪；

步骤(11)中所述提取亮目标的算法如下：

提取出多光谱图像中各像元在不同波段上的最大值，并将其作为该图像的亮度图像：

B(x,y)＝max_1≤k≤K(band_k(x,y))

其中，B(x,y)表示像元(x,y)的亮度值，band_k(x,y)表示像元在第k波段上的光谱值，K为多光谱图像波段总数；

针对亮度图像白高帽变换的结果进行差分形态学轮廓重建：

DMP_{W_TH}(d,s)＝|MP_{W_TH}(d,(s+Δs))-MP_{W_TH}(d,s)|

其中，表示对亮度图像B进行形态学重建操作，d和s分别代表所选的线性结构元素的方向与尺度，Δs为线性结构元素的尺度增长步长，且满足s_min≤s≤s_max；由于建筑物在尺度的大小和方向上相对其他地物类别更具多样性，因此，在不同尺度和方向上对白高帽变换结果进行形态轮廓差分的均值处理结果为亮度目标指数：

其中，D和S分别表示形态轮廓差分重建中结构元素的方向数和尺度数；取BTI结果中的前20％为亮度目标；

步骤(12)中所述提取植被的算法如下：

GBVI＝G(x,y)-B(x,y)；

随后对GBVI结果以10为阈值进行二值化处理，即经过GBVI的计算后，像素值小于10则标记为0，大于等于10则标记为1，以此得到植被提取结果；

其中，G(x,y)为(x,y)像素点的绿波段对应的亮度值，B(x,y)为(x,y)像素点的蓝波段对应的亮度值，GBVI为植被波段差值指数；

步骤(13)中所述形态学处理为形态学闭操作；还对形态学闭操作后图像中的白色连通区域的大小进行筛选；

步骤(2)中所述提取动态船舶目标的过程如下：

对视频图像的帧数采取降维处理，通过取每秒的第一帧图像来形成新的连续的视频图像；随后通过重复所述步骤(11)-(13)对新形成的视频图像逐帧进行潜在目标的提取，将降维后的视频数据的每一帧提取出的潜在船舶目标数量进行记录并对比，找出具有相同数目且数目最小的帧图像，并确定这个数目就是研究区域的潜在船舶目标数目；

为了使目标移动一定的距离，对选取出来的目标数目最小且时间距离最远的两帧图像进行差分计算，生成新的目标位置图，并计算所有潜在船舶目标质心；

根据生成的新目标位置图所记录的目标质心，与选取出的时间距离最远且具有相同目标数目的两帧图像中时间序列在前的那一帧图像中的目标质心对比，通过设置一定的距离阈值来确定目标是否发生位移，若质心的距离小于6个像素，则认定该质心所对应的目标是运动的；

随后再将前后两帧图像进行质心匹配，通过设置一定的阈值，来区分剩下目标的运动状态：首先判断运动速度较慢的目标，如果质心匹配的最小距离小于该连通区域目标框对角线的长度，且大于6个像素，则判断为运动的目标；最小距离小于等于6个像素，则判断为静止的目标，剩下则为噪声点；至此，可以在前帧图像上标记出所有船舶目标的运动状态；

将该质心与降维后的视频图像的第一帧进行目标质心的搜索与匹配，计算两帧图像中质心之间的距离，若最小距离小于300个像素，则认定为同一目标，以此方式标记出降维后的视频图像的第一帧图像中的船舶目标运动状态，得到原始视频图像中第一帧图像上船舶目标的最终运动状态。