一种遥感图像舰船目标分割方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107705313A(43)申请公布日2018.02.16(21)申请号201710815257.6G06T5/10(2006.01)(22)申请日2017.09.12(66)本国优先权数据201710488534.72017.06.23CN(71)申请人北京理工大学地址100081北京市海淀区中关村南大街5号(72)发明人陈禾齐保贵王银婷庄胤龙腾(74)专利代理机构北京理工大学专利中心11120代理人李微微仇蕾安(51)Int.Cl.G06T7/136(2017.01)G06T7/187(2017.01)权利要求书2页说明书5页附图1页(54)发明名称一种遥感图像舰船目标分割方法(57)摘要本发明公开了一种遥感图像舰船目标分割方法，该方法对SAR图像进行了滤波增强操作，并基于Randon变换进行船只目标的轮廓提取。本发明通过使用对数域小波滤波和导向滤波相结合的滤波方法，在降低图像噪声的同时增强了图像的纹理细节；本发明还通过使用Randon变换来得到舰船目标的方向和边界来减轻十字叉和拖尾对后续舰船目标识别的影响。CN107705313ACN107705313A权利要求书1/2页1.一种遥感图像舰船目标分割方法，其特征在于，包括如下步骤：步骤1，对原始图像切片进行对数域小波滤波，得到小波滤波后图像；步骤2，对小波滤波后图像进行中值滤波；步骤3，对中值滤波后图像进行导向滤波；步骤4，对导向滤波后图像进行幂律变换；步骤5，计算整体阈值，根据阈值进行分割得到二值图；步骤6，对二值图进行膨胀腐蚀等形态学操作操作，之后进行连通域标记，具体包括如下子步骤：步骤6.1，在步骤5得到二值图后，对二值图像依次进行膨胀、中值滤波以及腐蚀的形态学操作；步骤6.2，之后进行连通域标记，得到最大的连通域面积，保留具有最大面积的连通域；步骤7，对标记后的二值图进行Randon变换，具体包括如下子步骤：步骤7.1，对连通域标记后的二值图像进行Randon变换，即沿二值图像平面中所有可能的直线方向进行积分；步骤7.2，统计Randon变换后的矩阵的值的大小，以最大值作为主方向，即为船体的倾斜方向；步骤8，以Randon变换的值为参考再次进行阈值分割，得到目标分割后的图像切片。2.如权利要求1所述的遥感图像舰船目标分割方法，其特征在于，所述步骤1具体为：步骤1.1，对目标切片逐像素进行以2为底的对数运算，得到一幅新的对数域图像切片：I＝w(t)n(t)LogI＝Log(w(t))+Log(n(t))其中：I为SAR图像，w(t)为理想的不包含噪声的图像，n(t)为乘性噪声，t表示像素序号，LogI为对数运算后的图像；步骤1.2，将前一步骤获得的对数域切片进行Haar小波分解，取其第二层的低频部分进行小波逆变换；步骤1.3，针对上一步骤得到的小波变换后的对数域图像切片进行以2为底的指数变换，重新得到灰度域图像。3.如权利要求1所述的遥感图像舰船目标分割方法，其特征在于，所述幂律变换的具体方法为：在得到导向滤波后的图像后，对图像的灰度均值进行计算，根据灰度均值的大小进行相应的幂律运算，幂律变换的形式如下式所示：S＝C×Rγ其中C和γ是正常数，当图像整体的灰度小于设定值时，选择γ＜1，使图像增亮；反之，选择γ＞1，使图像变暗。4.如权利要求1所述的遥感图像舰船目标分割方法，其特征在于，所述步骤5中，采用Otsu算法进行阈值分割。5.如权利要求1所述的遥感图像舰船目标分割方法，其特征在于，所述步骤8中，选择上一步骤中Randon变换后的矩阵中最大值的0.8倍作为阈值，采用该阈值对图像进行二值化，由此得到二值矩阵，矩阵中的每一个点都对应着原图像中的一条直线，由此获得船体的上、2CN107705313A权利要求书2/2页下、左、右边界及船只目标的主方向，将船只目标旋转到主方向，最终将船体目标分割出来，得到目标分割后的图像切片。3CN107705313A说明书1/5页一种遥感图像舰船目标分割方法技术领域[0001]本发明属于遥感图像处理领域，具体涉及一种SAR遥感卫星图像海上舰船目标分割提取方法。背景技术[0002]SAR图像具有全天时、全天候的特点，因此被广泛应用于海上渔业监控、军民舰船管理、海洋开发监管、溢油检测和移民管控等领域。为了能够准确和快速地提取出海洋中的舰船目标，获取舰船的位置、航向、类别等信息，需要对检测的舰船目标进行良好的分割提取，为后续进一步的信息提取提供基础。[0003]在SAR图像中，由于相干斑噪声的影响，使图像不能很好地反映出目标自身的特点，难以进行特征的描述和实现良好的目标分割效果。由于SAR图像的乘性噪声与光学图像中存在的加性噪声的特点不同，均值、中值等空域滤波方法在S