[发明专利]一种遥感图像海面舰船检测方法

说明书

本发明提供了一种遥感图像海面舰船检测方法，包括如下步骤：1、对待检测遥感图像进行预处理操作，滤除图像噪声的同时改善图像视觉效果；2、利用GBVS模型对预处理后图像进行多特征的显著分析，得到融合显著图；3、根据显著性分析结果作为改进Chan‑Vese模型初始条件，完成遥感图像海面舰船分割。4、根据TBR准则选择ROI作为最小外切矩形区域，最终实现海面舰船检测。本发明有效地实现了复杂背景下遥感图像海面舰船检测。

技术领域

本发明涉及遥感图像海面舰船检测领域，具体涉及一种遥感图像海面舰船检测方法。

背景技术

舰船是海上的关键目标，舰船检测作为遥感图像处理领域的重要研究方向，在海上交通监管、海洋空间规划等领域都具有极大价值。利用遥感图像自动检测海面舰船目标可以避免传统依赖人工判读的缺陷，大大提高效率，降低成本及劳动力。现有的遥感图像海面舰船检测大多基于阈值分割的方法，该算法简单快速，但在实际应用中，由于遥感图像成像机理、气候、光照等因素干扰，图像中往往存在雾霾遮蔽、光照不均、舰船与海面灰度相近等现象。传统的海面舰船检测方法很容易导致漏检、虚警。因此，如何有效地提取遥感图像中的海面舰船目标已成为该领域研究热点。

发明内容

针对现有遥感图像海面舰船检测领域中存在的问题，本发明公开了一种基于显著性和改进Chan-Vese模型的遥感图像海面舰船检测方法。针对遥感图像存在数据量大、噪声干扰、对比度不理想等问题，首先对遥感图像进行灰度化、中值滤波和线性拉伸，滤除噪声等无用信息的同时强调感兴趣区域；然后采用GBVS模型对预处理后的图像进行多特征显著分析，生成综合显著图；为了避免Chan-Vese模型对初始条件敏感这个缺陷，再将显著分析结果作为改进Chan-Vese模型的初始区域，实现海面舰船分割；最后，综合考虑目标与背景区域像素数目，基于最小外切矩形法最终完成海面舰船目标检测。

技术方案：本发明公开了一种基于显著性和改进Chan-Vese模型的遥感图像海面舰船检测方法，包括如下步骤：

步骤1，对待检测遥感图像进行预处理；

步骤2，对图的视觉显著GBVS(Graph Based Visual Saliency,GBVS)模型进行简化，利用简化的图的视觉显著GBVS模型对预处理后的遥感图像进行显著分析，经融合生成综合显著图；

步骤3，将显著分析结果作为Chan-Vese模型的初始迭代条件，得到遥感图像海面舰船分割结果；

步骤4，根据TBR准则(Target-Background Rate，目标区域的目标像素数目与背景像素数目比值)，最终实现海面舰船检测。

步骤1包括：

步骤1-1，图像灰度化：采用图像灰度化操作对待检测遥感图像进行降维，剔除图像中的冗余信息；

步骤1-2，图像滤波去噪：采用中值滤波对灰度化后的图像进行去噪处理；

步骤1-3，图像线性增强：利用如下公式对去噪后图像进行线性拉伸处理，重新分配图像灰度级范围：

式中，g_e为进行图像线性增强后的图像灰度级，g为去噪后图像灰度级，g_max、g_min分别为去噪后图像灰度级的最大值与最小值。

步骤1包括：