CN107609534A - 一种基于码头光谱信息的遥感驻泊船只自动检测方法 - Google Patents

Abstract

本发明公开了一种基于码头光谱信息的遥感驻泊船只自动检测的方法，首先利用光谱波段比值进行海陆分割，然后基于常见码头光谱特征沿海陆分界线进行码头提取，接着在码头附近检测疑似船只或船只组，接着在码头垂直方向对疑似船只或船只组进行直方图投影，分割纵列停靠的多艘船只或船只组，最后在码头平行方向进行直方图投影，分割并排停靠的多艘船只。本发明有效解决了传统遥感影像难以区分码头与船只的问题，能实现全自动的稳定驻泊船只检测。

Description

一种基于码头光谱信息的遥感驻泊船只自动检测方法

技术领域

本发明涉及一种基于码头光谱信息的遥感驻泊船只自动检测方法，属于遥感图像智能识别的应用领域。

背景技术

针对驻泊船只的自动检测的难点主要有：1)船只与海水之间的图像特征差异性相对较小，自动处理较难取得满意结果；2)码头与船只之间的图像特征相近，较难自动区分；3)同一码头可以停泊多艘船只，船只之间难以自动区分。

传统的驻泊船只自动检测方法主要有两种：一是依赖船只的图像特征，通过全图搜索来检测船只，受图像灰度变化、阴影变化以及船只结构变化，难以获取稳定的检测结果；二是依赖码头图像模板，通过码头模板配准后进行变化检测来提取船只，但在未知驻泊区无法获得检测结果。

发明内容

本发明的目的就在于克服现有技术的不足，利用码头材质的有限性，事先建好码头光谱库，以提供一种稳定的驻泊船只自动检测方法。

为了实现上述目的，本发明提供了一种基于码头光谱信息的遥感驻泊船只自动检测方法，包括如下步骤：

(1)海陆分割：首先利用RGB三个波段分别除以近红外波段，获取得到三幅比值图像；然后对三幅比值图像进行直方图分析，由于水体对近红外波段反射率低，因此获取比值较高的区域即为海域；最后对三幅分割图进行投票，以实现稳定的海陆分割，将水体像素值设为0，将所有非水体设为1，其中非水体环绕的封闭水体的像素值也设为1；

(2)码头提取：利用海陆分割结果，基于码头光谱库沿海陆分界线对分割为陆地的部分进行光谱匹配，提取疑似码头，然后对疑似码头区域进行线特征提取，保留有一定直线特征的码头；

(3)船只检测：沿水体方向确认码头驻泊区域，将码头驻泊区域的非水体连接部分作为疑似船只或船只组，对疑似船只或船只组进行光谱分析，利用光谱信息剔除虚假船只目标；其中船只组指的是并排或纵列驻泊的多艘船只；

(4)船只分离：对码头驻泊区域进行二值分割，将船只或船只组的图像值设为1，对非船只或船只组区域的图像值设为0，其中船只组包括虚假目标，在码头平行方向对二值图进行投影，如果有并排船只驻泊，则投影后的直方图会在船只连接处呈现一个波谷；在码头垂直方向对二值图进行投影，如果有纵列船只驻泊，则投影后的直方图会在船只连接处呈现一个波谷。

光谱匹配采用的是光谱角匹配，即将海陆分割后的陆地的光谱曲线与码头库中的光谱曲线比较，当陆地光谱曲线在光谱角阈值范围内，即确定为码头；其中光谱角阈值为事先在已知码头高光谱图像上学习获取，其获取方法采用的是已知码头所有光谱曲线与码头光谱库中参考光谱的平均光谱角与光谱角方差之和。

给定两条光谱X和Y，其中光谱角θ_SAM(X，Y)的定义如下：

对疑似码头区域进行线特征提取主要是采用边缘提取，即在有码头光谱特征的疑似区域边缘进行线特征提取；由于码头在水体方向具有一定长度，因此可删除一部分提取的虚假码头。

检测出的虚假船只目标包括藻类和云，其中藻类虚假船只目标采用归一化植被指数剔除，云虚假船只目标采用云的高反射率剔除。

其中归一化植被指数NDVI定义如下：

其中：NIR为近红外波段反射率；R为红波段反射率；NDVI值的范围是-1～1，植被的范围是0.2～0.8。

与现有技术相比，本发明的有益效果：

1、本发明解决了传统遥感影像难以区分码头与船只的问题，能实现全自动的稳定驻泊船只检测，且能够自动检测到单个船只。适用于港区船只自动调查分析，具有良好的应用前景。

2、本发明无需船只特征建模和码头图像模板，方法无需人工干预，计算简单，可自动化批量进行。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的流程图。

具体实施方式

下面结合附图对发明进一步说明，但不用来限制本发明的范围。

实施例

如图1所示，本发明提供的一种基于码头光谱信息的遥感驻泊船只自动检测方法，包括如下步骤：

(1)海陆分割：首先利用RGB三个波段分别除以近红外波段，获取得到三幅比值图像；然后对三幅比值图像进行直方图分析，由于水体对近红外波段反射率低，因此获取比值较高的区域即为海域；最后对三幅分割图进行投票，以实现稳定的海陆分割，将水体像素值设为0，将所有非水体设为1，其中非水体环绕的封闭水体的像素值也设为1；考虑到非水体环绕的封闭水体中不可能有船只驻泊，所以将封闭水体的像素值设为1，封闭水体是指海陆分割后被标记为陆地包围的水体，一般为池塘、湖泊等等。

(2)码头提取：利用海陆分割结果，基于码头光谱库沿海陆分界线对分割为陆地的部分进行光谱匹配，提取疑似码头，然后对疑似码头区域进行线特征提取，保留有一定直线特征的码头；

(3)船只检测：沿水体方向确认码头驻泊区域，将码头驻泊区域的非水体连接部分作为疑似船只或船只组，对疑似船只或船只组进行光谱分析，利用光谱信息剔除虚假船只目标；其中船只组指的是并排或纵列驻泊的多艘船只；

(4)船只分离：对码头驻泊区域进行二值分割，将船只或船只组的图像值设为1，对非船只或船只组区域的图像值设为0，其中船只组包括虚假目标(虚假目标包括水体、藻类及云等)，在码头平行方向对二值图进行投影，如果有并排船只驻泊，则投影后的直方图会在船只连接处呈现一个波谷，根据这一特征进行并排船只分离；在码头垂直方向对二值图进行投影，如果有纵列船只驻泊，则投影后的直方图会在船只连接处呈现一个波谷，根据这一特征进行纵排船只分离。

常见码头材质有水泥、混凝土、木头等等，由于码头材质有限，以有利于建立码头光谱库，其中码头光谱库根据需要拍摄区域进行增减。步骤(2)中光谱匹配采用的是光谱角匹配，即将海陆分割后的陆地的光谱曲线与码头库中的光谱曲线比较，当陆地光谱曲线在光谱角阈值范围内，即确定为码头；其中光谱角阈值为事先在已知码头高光谱图像上学习获取，其获取方法采用的是已知码头所有光谱曲线与码头光谱库中参考光谱的平均光谱角与光谱角方差之和。

给定两条光谱X和Y，其中光谱角θ_SAM(X，Y)的定义如下：

其中光谱角θ_SAM(X，Y)越小表明两条光谱X和Y之间的相似性越大。

步骤(2)中对疑似码头区域进行线特征提取主要是采用边缘提取，即在有码头光谱特征的疑似区域边缘进行线特征提取，和传统方法在原始图像提取线特征存在区别。由于码头在水体方向具有一定长度，因此可删除一部分提取的虚假码头。

步骤(3)中的虚假船只目标包括藻类和云等，其中藻类虚假船只目标采用归一化植被指数剔除，云虚假船只目标采用云的高反射率剔除。

其中归一化植被指数NDVI定义如下：

其中：NIR为近红外波段反射率；R为红波段反射率；NDVI值的范围是-1～1，植被的范围是0.2～0.8。

本发明首先利用光谱波段比值进行海陆分割，然后基于常见码头光谱特征沿海陆分界线进行码头提取，接着在码头附近检测疑似船只或船只组，接着在码头垂直方向对疑似船只或船只组进行直方图投影，分割纵列停靠的多艘船只或船只组，最后在码头平行方向进行直方图投影，分割并排停靠的多艘船只。因此本发明解决了传统遥感影像难以区分码头与船只的问题，能实现全自动的稳定驻泊船只检测，且能够自动检测到单个船只。适用于港区船只自动调查分析，具有良好的应用前景。本发明无需船只特征建模和码头图像模板，方法无需人工干预，计算简单，可自动化批量进行。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (4)

1.一种基于码头光谱信息的遥感驻泊船只自动检测方法，其特征在于：包括如下步骤：

(1)海陆分割：首先利用RGB三个波段分别除以近红外波段，获取得到三幅比值图像；然后对三幅比值图像进行直方图分析，由于水体对近红外波段反射率低，因此获取比值较高的区域即为海域；最后对三幅分割图进行投票，以实现稳定的海陆分割，将水体像素值设为0，将所有非水体像素值设为1，其中非水体环绕的封闭水体的像素值也设为1；

(2)码头提取：利用海陆分割结果，基于码头光谱库沿海陆分界线对分割为陆地的部分进行光谱匹配，提取疑似码头，然后对疑似码头区域进行线特征提取，保留有一定直线特征的码头；

(3)船只检测：沿水体方向确认码头驻泊区域，将码头驻泊区域的非水体连接部分作为疑似船只或船只组，对疑似船只或船只组进行光谱分析，利用光谱信息剔除虚假船只目标；其中船只组指的是并排或纵列驻泊的多艘船只；

(4)船只分离：对码头驻泊区域进行二值分割，将船只或船只组的图像值设为1，对非船只或船只组区域的图像值设为0，其中船只组包括虚假目标，在码头平行方向对二值图进行投影，如果有并排船只驻泊，则投影后的直方图会在船只连接处呈现一个波谷；在码头垂直方向对二值图进行投影，如果有纵列船只驻泊，则投影后的直方图会在船只连接处呈现一个波谷。

2.根据权利要求2所述的一种基于码头光谱信息的遥感驻泊船只自动检测方法，其特征在于，光谱匹配采用的是光谱角匹配，即将海陆分割后的陆地的光谱曲线与码头库中的光谱曲线比较，当陆地光谱曲线在光谱角阈值范围内，即确定为码头；其中光谱角阈值为事先在已知码头高光谱图像上学习获取，其获取方法采用的是已知码头所有光谱曲线与码头光谱库中参考光谱的平均光谱角与光谱角方差之和；给定两条光谱X和Y，其中光谱角θ_SAM(X，Y)的定义如下：

<mrow> <msub> <mi>&amp;theta;</mi> <mrow> <mi>S</mi> <mi>A</mi> <mi>M</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>X</mi> <mo>,</mo> <mi>Y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>arccos</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>X</mi> <mo>&amp;CenterDot;</mo> <mi>Y</mi> </mrow> <mrow> <mo>|</mo> <mi>X</mi> <mo>|</mo> <mo>|</mo> <mi>Y</mi> <mo>|</mo> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>.</mo> </mrow>

3.根据权利要求1所述的一种基于码头光谱信息的遥感驻泊船只自动检测方法，其特征在于，对疑似码头区域进行线特征提取主要是采用边缘提取，即在有码头光谱特征的疑似区域边缘进行线特征提取；由于码头在水体方向具有一定长度，因此可删除一部分提取的虚假码头。

4.根据权利要求1所述的一种基于码头光谱信息的遥感驻泊船只自动检测方法，其特征在于，检测出的虚假船只目标包括藻类和云，其中藻类虚假船只目标采用归一化植被指数剔除，云虚假船只目标采用云的高反射率剔除；归一化植被指数NDVI定义如下：

<mrow> <mi>N</mi> <mi>D</mi> <mi>V</mi> <mi>I</mi> <mo>=</mo> <mfrac> <mrow> <mi>N</mi> <mi>I</mi> <mi>R</mi> <mo>-</mo> <mi>R</mi> </mrow> <mrow> <mi>N</mi> <mi>I</mi> <mi>R</mi> <mo>+</mo> <mi>R</mi> </mrow> </mfrac> </mrow>

其中：NIR为近红外波段反射率；R为红波段反射率；NDVI值的范围是-1～1，植被的范围是0.2～0.8。