[发明专利]地球静止轨道卫星光学遥感图像多运动舰船目标检测方法

说明书

本发明提供了一种地球静止轨道卫星光学遥感图像多运动舰船目标检测方法。通过输入地球静止轨道卫星光学遥感图像序列、图像裁剪、图像去噪、图像增强、谱残差方法提取显著图、图像二值化、膨胀处理、目标筛选，能够实现利用地球静止轨道卫星光学遥感图像对海上多运动舰船目标的尾迹准确、快速地检测。

技术领域

本发明涉及卫星遥感图像检测领域，尤指一种地球静止轨道卫星光学遥感图像多运动舰船目标检测方法。

背景技术

地球静止轨道光学遥感卫星位于赤道上方约36000km处，其具有低轨光学遥感卫星许多不具备的特点。以高分四号卫星为例，高分四号卫星是我国2015年发射的一颗地球静止轨道对地观测遥感卫星，作为目前世界上分辨率最高的地球同步轨道光学遥感卫星，它具有以下特点：1)位于赤道上方，能够对覆盖范围内的地区进行持续观测，数据时效性好；2)单谱段最短重复成像时间为5s，时间分辨率高；3)单景图像覆盖面积达500km×500km，观测范围广；4)所搭载的面阵凝视相机的星下点空间分辨率优于50m×50m。高分四号卫星可进行大范围实时、连续机动成像和高时间分辨率成像相结合的综合观测，获取感兴趣区域的动态变化数据。

由于大型舰船涂装颜色通常较暗，地球静止轨道卫星光学遥感图像通常分辨率不高，如高分四号卫星遥感图像的分辨率为50m，故在地球静止轨道卫星遥感图像中通常无法看到舰船目标，只能看到舰船在运动过程中形成的尾迹。目前主流的光学遥感图像舰船目标检测方法主要有基于灰度统计特征、基于深度学习和基于视觉注意机制的舰船目标检测算法。基于灰度统计特征的方法利用舰船或其尾迹灰度明显大于海面灰度的特点进行检测；基于深度学习的方法通过提取目标的纹理和几何特征进行检测；基于视觉注意机制的方法通过视觉显著性模型提取视觉显著图，再对显著图中的显著区域进行筛选提取感兴趣区域。

然而，但是由于地球静止轨道卫星遥感图像中密卷云、岛屿等干扰较多，舰船尾迹的纹理和几何特征很少，且会随舰船运动速度、方向和风力、风向不断变化，因此基于灰度统计特征与基于深度学习的方法很难适用于地球静止轨道卫星的舰船检测中。寻找合适的方法使用地球静止轨道卫星光学遥感图像进行多运动舰船目标检测是一亟需解决的问题。

发明内容

本发明提供了一种使用地球静止轨道卫星光学遥感图像对海上多个运动舰船目标进行快速检测的方法。

步骤如下：

步骤S101：输入地球静止轨道卫星光学遥感图像序列；

步骤S102：根据关注区域尺寸对所述遥感图像序列进行裁剪；

步骤S103：将裁剪后的图像序列进行去噪处理；

步骤S104：将进行去噪处理后的图像序列进行图像增强；

步骤S105：将图像增强后的图像序列使用谱残差法提取显著图；

步骤S106：将提取的图像序列显著图进行二值化；

步骤S107：将二值化的图像序列显著图进行膨胀处理；

步骤S108：对膨胀处理后的图像序列根据目标几何特征进行筛选。

在步骤S103中可采用中值滤波法、邻域平均法或维纳滤波法对图像序列进行去噪处理。

在步骤S104中可采用灰度变换法、直方图处理法或非线性灰度拉伸对去噪处理后的图像序列进行图像增强。

在步骤S104中，对经过图像增强处理后的图像数据矩阵进行二维离散傅里叶变换，得到频域图像序列，由频域图像序列的频谱得该幅图像的幅度谱与相位谱，将幅度谱取对数得到对数谱。

在步骤S105中利用局部平均滤波器对步骤S104得到的对数谱进行平滑，并获得谱残差。