一種結合光譜濾除的船舶檢測方法
【技術領域】
[0001] 本發(fā)明涉及遙感光譜圖像船舶檢測的方法，尤其是針對光譜海陸分割方法與光譜 虛假目標濾除方法相結合的一種船舶檢測方法，屬于遙感圖像處理技術領域。
【背景技術】
[0002] 遙感圖像船舶目標自動檢測與識別是遙感圖像處理與分析領域備受關注的課題， 其核心任務是判斷遙感圖像中是否存在船舶目標，并對其進行檢測、分類與精確定位，它在 船舶跟蹤監(jiān)視、海面交通監(jiān)控、船只搜救、漁業(yè)管理和海域態(tài)勢感知等領域具有廣闊的應用 前景。
[0003] 光學圖像可以具有較高的分辨率，具有目標結構清晰、細節(jié)豐富等特點，在船舶檢 測中具有一定的優(yōu)越性，但是受自然環(huán)境、成像參數(shù)等因素影響，基于灰度的純光學船舶檢 測檢測率不夠高，且為了保證足夠的檢測率引入了更高的虛警率；另一方面，目標的光譜特 性引入了一種新的船舶檢測方法，目標表面材質(zhì)的不同在光譜曲線上會有所體現(xiàn)，有利于 目標的分類識別，因此，能否設計一種結合光譜濾除的船舶檢測方法，綜合利用光學圖像船 舶檢測方法和光譜濾除陸地和虛假目標的優(yōu)點，實現(xiàn)優(yōu)勢互補，以提高檢測結果的準確率， 降低虛警率，為本領域技術人員開辟嶄新的思路。
[0004] 在現(xiàn)有的利用光學遙感圖像來進行海上船舶檢測的技術領域中，專利號為 CN201210077407. 5, 一種光學遙感圖像中的海上艦船檢測方法，其采用的技術方案是：一種 光學遙感圖像中的海上艦船檢測方法，具體包括下述步驟：第一步：海陸區(qū)域分割，基于海 面與陸地的灰度差異根據(jù)OTSU方法確定二值化分割閾值，得到海域和陸地初始分割，再在 海域中選擇種子點采用區(qū)域生長法得到海面區(qū)域；第二步，疑似艦船目標的粗檢測，采用 修訂了判決準則的ContrastBox算法進行處理，檢測得到一組包含疑似艦船目標的矩形區(qū) 域；第三步，疑似艦船目標的上下文特征提取，采用對疑似艦船目標區(qū)域獲取疑似目標鄰域 圖像塊，利用空間金字塔匹配模型提取空間上下文特征；第四步，疑似艦船目標識別確認。 其不同于本發(fā)明的通過RGB三個波段分別除以近紅外波段，獲取得到三幅比值圖像，最后 對三幅比值圖像進行投票，獲取穩(wěn)定的海陸分割；利用海域的近紅外圖像對海域進行異常 檢測，以500mX 500m的窗口進行搜索，確認候選目標，建立可疑目標集對海域進行異常檢 測，提取虛警目標的光譜值與船舶的光譜值分別除以海域平均光譜，然后利用支持向量機 分類器進行訓練。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的就在于克服現(xiàn)有技術的不足，提供一種結合光譜濾除的船舶檢測方 法，綜合利用光學圖像船舶檢測方法的優(yōu)勢和結合光譜特征進行虛警濾除方法的優(yōu)勢，實 現(xiàn)優(yōu)勢的互補，提高檢測結果的準確率。
[0006] 為了實現(xiàn)上述目的，本發(fā)明提供了一種結合光譜濾除的船舶檢測方法，包括如下 步驟：
[0007] 步驟一，光譜海陸分割，濾除陸地區(qū)域：首先利用RGB三個波段分別除以近紅外波 段，獲取得到三幅比值圖像，對三幅比值圖像進行直方圖分析，基于水體的吸收，水體對近 紅外的反射率遠低于陸地對近紅外的反射率，因此在三幅比值圖像中海域獲得的比值都比 陸地的高，分割出三幅比值圖像中獲取比值較高的區(qū)域，再對三幅比值圖像中獲取比值較 高的區(qū)域進行投票，如果三幅比值圖像中至少有兩幅比值圖像能確定此獲取比值較高的區(qū) 域為海域，則此區(qū)域為海域，否則為陸地；
[0008] 步驟二，海域異常檢測：海陸分割后，利用海域的近紅外圖像對海域進行異常檢 測，以500mX500m的窗口進行搜索，基于水體的吸收，海域在近紅外波段的反射率低，因此 如果發(fā)現(xiàn)窗口中心的亮度高于窗口四周的亮度，且面積小于400mX IOOm的目標，則確認為 候選目標，建立可疑目標集；
[0009] 步驟三，訓練支持向量機：提取虛警目標的光譜值，并利用海域平均光譜進行校 正，提高泛化性能，然后利用支持向量機分類器進行訓練，支持向量機分類器的決策函數(shù)表 達式為：
[0010]
[0011] 其中 < 為約束條件(w · Xi+b)的拉格朗日乘子，SgnO為符號函數(shù)；X為支持向 量，1為樣本個數(shù)，Y1S {-1，1}，X 最優(yōu)解系數(shù)，b $為分類超平面截距；
[0012] 步驟四，支持向量機分類確認：利用步驟三中已訓練好的支持向量機對可疑目標 集進行分類，濾除虛警。
[0013] 進一步的，在步驟三中，為了考慮方法的適用性，考慮到海水的光譜相對穩(wěn)定，首 先將虛警目標的光譜值與船舶的光譜值分別除以海域平均光譜，然后利用支持向量機分類 器進行訓練。
[0014] 進一步的，在步驟四中，為了考慮方法的適用性，由于在步驟三中利用支持向量機 分類器進行訓練的過程中使用了海域平均光譜平衡，因此首先對可疑目標集的光譜除以海 域平均光譜，然后再使用支持向量機對可疑目標集進行分類，濾除虛警。
[0015] 本發(fā)明的有益效果：本發(fā)明所提供的方法有效地結合目標的光譜特征，實現(xiàn)海洋 陸地的更準確分割，并且在假目標濾除時，進一步利用光譜特征的優(yōu)勢，降低運算量和虛警 率，提高檢測率。
【附圖說明】
[0016] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn) 有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0017] 圖1為本發(fā)明實施例的流程圖；
[0018] 圖2為本發(fā)明實施例海陸原始圖像；
[0019] 圖3為本發(fā)明實施例綠波段除以近紅外波段后得到的比值圖像。
【具體實施方式】
[0020] 下面結合附圖對發(fā)明進一步說明，但不用來限制本發(fā)明的范圍。
[0021] 實施例
[0022] 如圖1所示，本發(fā)明提供的一種結合光譜濾除的船舶檢測方法，包括如下步驟：
[0023] 步驟一，光譜海陸分割，濾除陸地區(qū)域：首先利用RGB三個波段分別除以近紅外波 段，獲取得到三幅比值圖像，對三幅比值圖像進行直方圖分析，基于水體的吸收，水體對近 紅外的反射率遠低于陸地對近紅外的反射率，因此在三幅比值圖像中海域獲得的比值都比 陸地的高，分割出三幅比值圖像中獲取比值較高的區(qū)域，再對三幅比值圖像中獲取比值較 高的區(qū)域進行投票，如果三幅比值圖像中至少有兩幅比值圖像能確定此獲取比值較高的區(qū) 域為海域，則此區(qū)域為海域，否則為陸地；
[0024] 在步驟一中，RGB三個波段具體指的是紅、綠、藍三個波段，將紅、綠、藍三個波段分 別除以近紅外波段，通過光譜波段比獲取得到三幅比值圖像。通過對三幅比值圖像進行