针对SAR图像船舶目标的检测方法、装置、设备及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115019187A(43)申请公布日2022.09.06(21)申请号202210948102.0G06V10/82(2022.01)(22)申请日2022.08.09(71)申请人中国科学院空天信息创新研究院地址100190北京市海淀区北四环西路19号(72)发明人鲍鲜杰潘宗序胡玉新韩冰郭拯坤王乾通刘雨菡(74)专利代理机构中科专利商标代理有限责任公司11021专利代理师王文思(51)Int.Cl.G06V20/10(2022.01)G06V10/25(2022.01)G06V10/26(2022.01)G06V10/28(2022.01)权利要求书2页说明书10页附图6页(54)发明名称针对SAR图像船舶目标的检测方法、装置、设备及介质(57)摘要本发明提供一种针对SAR图像远海船舶目标的检测方法、装置、设备及介质，涉及遥感图像目标检测技术领域，该方法包括：计算SAR图像像素点的幅度分割阈值；根据幅度分割阈值对SAR图像进行分割，提取SAR图像中的目标像素点，得到中间图像；将中间图像转化为包含背景与目标像素点的二值图像；对二值图像进行连通域检测，基于连通域检测结果从SAR图像获取包含船舶目标的候选区域图像；计算量化拉伸的极大值和极小值；根据两个极值对候选区域图像进行量化；将量化后的候选区域图像输入深度卷积神经网络进行目标检测，得到船舶目标对应的检测框位置和置信度。该方法解决了现有检测方法特征调参难度较大、计算量大及资源受限的技术问题。CN115019187ACN115019187A权利要求书1/2页1.一种针对SAR图像远海船舶目标的检测方法，其特征在于，包括：计算SAR图像像素点的幅度分割阈值；根据所述幅度分割阈值对所述SAR图像进行分割，提取所述SAR图像中的目标像素点，得到中间图像；将所述中间图像转化为包含背景与目标像素点的二值图像；对所述二值图像进行连通域检测，基于连通域检测结果从所述SAR图像获取包含船舶目标的候选区域图像；计算量化拉伸的极大值和极小值；根据所述极大值和极小值对所述候选区域图像进行量化；将量化后的候选区域图像输入深度卷积神经网络进行目标检测，得到所述船舶目标对应的检测框位置和置信度。2.根据权利要求1所述的检测方法，其特征在于，所述计算SAR图像像素点的幅度分割阈值，具体包括：确定图像滑动窗，采用所述图像滑动窗遍历所述SAR图像；将所述图像滑动窗内的所有像素点作为海杂波背景点，依据当前迭代分割过程中对图像滑动窗内的海杂波背景点进行极大似然估计，计算所述SAR图像中所有背景点的像素值平方和的均值；基于恒虚警法，根据所述均值计算所述幅度分割阈值。3.根据权利要求1所述的检测方法，其特征在于，所述将所述中间图像转化为包含背景与目标像素点的二值图像，具体包括：对所述中间图像进行形态学处理，得到所述二值图像。4.根据权利要求1所述的检测方法，其特征在于，所述对所述二值图像进行连通域检测，基于连通域检测结果从所述SAR图像获取包含船舶目标的候选区域图像，具体包括：检测所述二值图像中面积及长度符合船舶候选目标判别条件的连通域；以面积及长度符合船舶候选目标判别条件的连通域为中心从所述SAR图像截取预设区域得到所述候选区域图像。5.根据权利要求1所述的检测方法，其特征在于，所述计算量化拉伸的极大值和极小值，具体包括：确定图像滑动窗；计算所述滑动窗内图像的像素最小值和像素最大值；设置图像拉伸比例；以像素最小值为起点，以预设像素步幅由低像素值到高像素值依次递增，计算各像素值对应的像素点的数量与滑动窗内图像中所有像素点的比值；加和起点像素值至当前像素值分别对应的所述比值，当加和结果首次大于等于所述图像拉伸比例所对应的像素值确定为量化拉伸的极小值；以像素最大值为起点，以预设像素步幅由高像素值到低像素值依次递减，计算各像素值对应的像素点的数量与滑动窗内图像中所有像素点的比值；加和起点像素值至当前像素值分别对应所述比值，当加和结果首次大于等于所述图像拉伸比例所对应的像素值确定为量化拉伸的极大值。2CN115019187A权利要求书2/2页6.根据权利要求1所述的检测方法，其特征在于，所述根据所述极大值和极小值对所述候选区域进行量化，具体包括：根据对所述候选区域进行量化，其中，z表示量化前候选区域像素点的像素值，x表示量化后候选区域像素点的像素值，ymax表示所述量化拉伸的极大值，ymin表示所述量化拉伸的极小值。7.根据权利要求1所述的检测方法，其特征在于，所述将量化后的候选区域图像输入深度卷积神经网络进行目标检测，得到所述船舶目标对应的检测框位置和置信度，具体包括：对所述深度卷积神经网络进行训练，得到目标检测模型；将量化后的候选区域图像输入目标检测模型，得到多