[发明专利]星载可见光探测器对船舶目标检测的方法和系统

说明书

本发明涉及星载可见光探测器对船舶目标检测的方法、系统、电子设备及计算机可读存储介质，其中方法包括：对光学遥感图像进行增强图像细节的图像预处理；对预处理后的图像进行海陆分割；对分割后的图像进行恒虚警目标检测；检测后，对图像进行目标特征提取；对提取的目标特征进行基于灰度共生矩阵等辅助特征的目标检测，并输出目标检测结果。根据本发明的星载可见光探测器对船舶目标检测的方法，充分利用了光学遥感图像的相关图像特征，实现了对于光学遥感图像中船舶目标的更精确的检测。

技术领域

本发明涉及卫星遥感信息智能处理领域，尤其涉及一种星载可见光探测器对船舶目标检测的方法、系统、电子设备和计算机可读存储介质。

背景技术

恒虚警率检测的实现形式就是恒虚警率检测器，根据恒虚警率检测器对杂波的敏感程度可将恒虚警率检测器分为非参量型恒虚警率检测器和参量型恒虚警率检测器，其中非参量检测器对杂波类型没有严格要求，但这种检测器的恒虚警率效果较差。参量型恒虚警率检测器则需要预知杂波的类型，这种检测器的恒虚警率效果较好，目前实际应用较多。它是根据杂波的类型和强度的变化，自动调整检测门限，以达到一个恒定的虚警率的目的。一般来说，在恒虚警率处理过程中，用杂波幅值分布的概率密度分布来描述杂波的类型。最初的恒虚警率检测器都是建立在瑞利分布模型的基础上。最早的恒虚警率检测器是单元平均恒虚警率检测器。这种检测器在均匀杂波环境中具有优良的性能，但在非均匀杂波环境中和多目标环境中的性能较差，为弥补这个不足又相继出现了选大单元平均恒虚警率检测器和选小单元平均恒虚警率检测器，这几类检测器统称均值类检测器。目前均值类检测器已经形成了体系。另一种建立在瑞利分布模型基础上的恒虚警率检测器是有序统计(OS)恒虚警率检测器，它在杂波边缘和多目标情况下都具有较好的检测性能。删除均值(CMLD，censored mean level detector)恒虚警检测器也可以认为是一种OS类CFAR检测器，将CMLD推广又产生了削减平均TM(Trimmed mean)检测器，这两种检测器也属于有序统计恒虚警率检测器。均值类检测器和有序统计类检测器最初都是建立在瑞利分布模型的基础上的，以后又逐渐推广到其它模型上，它们构成了恒虚警率检测器的基本形式，其它的恒虚警率检测器都是在这两种检测器的基础上加以改进得来的。随着高分辨率雷达的广泛使用，描述高分辨率雷达杂波类型的对数-正态分布、韦布尔分布和K分布等模型相继出现，相对瑞利分布模型只有一个参数而言，这些模型具有两个参数，能够更好地拟合实验数据，相比于早期的主要描述低分辨率雷达杂波的瑞利分布模型，可以得到更为精确的结果。近几年来建立在对数-正态分布、韦布尔分布基础上的恒虚警率检测器越来越引起人们的兴趣。双参数有序统计恒虚警率处理方法，它是适应于两个参数未知的韦布尔分布和对数-正态分布杂波环境中的恒虚警率处理方法，它利用两个有序背景采样来估计两个参数，但是这种方法由于其对参数的估计有误差，因此检测损失一般是不能被接受的为减小形状参数的估计误差。用最大似然方法估计韦布尔分布背景参数的MLH-CFAR算法。另外，log-t检测器是在形状和尺度参数都未知的韦布尔分布和对数-正态分布杂波中提供恒虚警率检测的一种准最优检测策略。与K分布模型相关的恒虚警率检测技术，由于其数据处理方面遇到了较大的困难，所以目前还处于研究阶段，已成为今后国内外研究的方向。

基于光学遥感图像的自然图像属性，目标丰富的细节更接近人眼视觉特性，可应用常规图像处理中的特殊目标检测技术进行船舶检测，现存的基于特征的目标检测方法主要如下：

基于灰度统计特征的方法：利用海域和船舶的灰度差异进行图像分割，灰度差异性包括灰度、图像信息熵、形态学对比度等。

基于分形模型的方法：在恶劣海况与气候条件下，船舶检测异常困难，有研究表明，自然物体具有分形特征，而人造目标不具备分型特征，因此，可根据海浪、云层与船舶分形特性的差异检测船舶目标。