[发明专利]一种光学遥感图像近岸舰船检测方法

说明书

本发明公开了一种光学遥感图像近岸舰船检测方法，包括：S1创建海陆分割网络，并训练海陆分割网络；S2创建候选区域提取网络，并训练所述候选区域提取网络；S3构建Fast R‑CNN预测网络，并训练Fast R‑CNN预测网络；S4将训练好的海陆分割网络、训练好的候选区域提取网络以及训练好的Fast R‑CNN预测网络进行连接，得到端到端网络；S5基于所述端到端网络对输入的遥感图像进行舰船检测。本发明提供的舰船检测方法能够对光学遥感图像中近岸舰船进行准确检测，输出遥感图像中的近岸舰船目标的得分、边界框位置和分割掩码，虚警少。该网络还能够检测出大型的航母、中型的驱逐舰以及小型的民船等，总体检测效果好。

技术领域

本发明涉及数字图像处理技术领域，更具体的说是涉及一种光学遥感图像近岸舰船检测方法。

背景技术

近年来，随着光学遥感卫星的商业化和普及化，获取不同时相、不同分辨率和不同场景的光学遥感图像数据已经不是一件难事。而如何充分有效地利用这些数据，在尽可能减少人工交互、人工判读的情况下，自动挖掘并提取出需要的信息成为发展光学遥感技术的应用前景。光学遥感图像近岸舰船检测技术，能够自动从大幅面遥感图像中迅速提取出近岸舰船的位置等关键信息，有着广泛的应用前景。

光学遥感图像近岸舰船检测是遥感图像理解领域中的一个热门方向，同时充满了挑战。如：舰船目标一般呈现为长条形，且在遥感图像中呈各种方向停靠；近岸舰船与港口在灰度水平和纹理特征上十分相似，检测结果容易导致较多虚警；近岸舰船常常处于密集停靠状态，舰船之间会产生相互干扰。传统的光学遥感图像近岸舰船检测方法通常采用三个步骤：先对输入的遥感图像进行预处理，如去噪、去云等；然后进行海陆分割；接着根据舰船目标的特点进行舰船检测，并剔除虚警。

传统近岸舰船检测方法的核心是构建目标特征，然后利用这个特征去进行检测。常用的舰船特征是舰船的“V”型船头，然而这样的特征对于那些没有“V”型船头的舰船而言，如航母、两栖舰等，效果一般，容易导致漏检。同时，传统近岸舰船检测方法出现的虚警较多，总体来说，检测效果差。

因此，如何提供一种检测效果好的近岸舰船检测方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种光学遥感图像近岸舰船检测方法，实现了对光学遥感图像中近岸舰船的准确检测。

为了实现上述目的，本发明采用如下技术方案：

一种光学遥感图像近岸舰船检测方法，包括：

S1：创建海陆分割网络，并对所述海陆分割网络进行训练；

S2：创建候选区域提取网络，并对所述候选区域提取网络进行训练；

S3：构建Fast R-CNN预测网络，并对所述Fast R-CNN预测网络进行训练；

S4：将训练好的海陆分割网络、训练好的候选区域提取网络以及训练好的FastR-CNN预测网络进行连接，得到端到端网络；

S5：基于所述端到端网络对输入的遥感图像进行舰船检测。

优选的，步骤S1具体包括：