CN107609534B - 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

一种基于码头光谱信息的遥感驻泊船只自动检测方法 Download PDF

Info

Publication number
CN107609534B
CN107609534B CN201710896317.1A CN201710896317A CN107609534B CN 107609534 B CN107609534 B CN 107609534B CN 201710896317 A CN201710896317 A CN 201710896317A CN 107609534 B CN107609534 B CN 107609534B
Authority
CN
China
Prior art keywords
ship
dock
wharf
spectral
land
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710896317.1A
Other languages
English (en)
Other versions
CN107609534A (zh
Inventor
陈进
吕守业
唐赞岳
刘翔
陈阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Remote Sensing Information
Original Assignee
Beijing Institute of Remote Sensing Information
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Remote Sensing Information filed Critical Beijing Institute of Remote Sensing Information
Priority to CN201710896317.1A priority Critical patent/CN107609534B/zh
Publication of CN107609534A publication Critical patent/CN107609534A/zh
Application granted granted Critical
Publication of CN107609534B publication Critical patent/CN107609534B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

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θSAM(X，Y)的定义如下：
Figure BDA0001422248380000021
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：
Figure BDA0001422248380000022
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θSAM(X，Y)的定义如下：
Figure BDA0001422248380000041
其中光谱角θSAM(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：
Figure BDA0001422248380000042
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，对非船只或非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，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θSAM(X，Y)的定义如下：
Figure FDA0002474849880000011
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：
Figure FDA0002474849880000021
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。
CN201710896317.1A 2017-09-28 2017-09-28 一种基于码头光谱信息的遥感驻泊船只自动检测方法 Expired - Fee Related CN107609534B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710896317.1A CN107609534B (zh) 2017-09-28 2017-09-28 一种基于码头光谱信息的遥感驻泊船只自动检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710896317.1A CN107609534B (zh) 2017-09-28 2017-09-28 一种基于码头光谱信息的遥感驻泊船只自动检测方法

Publications (2)

Publication Number Publication Date
CN107609534A CN107609534A (zh) 2018-01-19
CN107609534B true CN107609534B (zh) 2020-07-28

Family

ID=61058839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710896317.1A Expired - Fee Related CN107609534B (zh) 2017-09-28 2017-09-28 一种基于码头光谱信息的遥感驻泊船只自动检测方法

Country Status (1)

Country Link
CN (1) CN107609534B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109460764B (zh) * 2018-11-08 2022-02-18 中南大学 一种结合亮度特征与改进帧间差分法的卫星视频船舶监测方法
CN110765944A (zh) * 2019-10-23 2020-02-07 长光禹辰信息技术与装备(青岛)有限公司 基于多源遥感影像的目标识别方法、装置、设备及介质
CN110647155A (zh) * 2019-11-14 2020-01-03 北京京航计算通讯研究所 优化军港舰艇驻泊的控制系统
US20230005261A1 (en) * 2021-07-01 2023-01-05 The Johns Hopkins University Object detection over water using normalized difference vegetation index system and method

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020975A (zh) * 2012-12-29 2013-04-03 北方工业大学 一种结合多源遥感图像特征的码头和船舶分割方法
CN103679138A (zh) * 2013-11-15 2014-03-26 中国科学院遥感与数字地球研究所 舰船与港口先验知识支持的大型舰船检测方法
CN104992172B (zh) * 2015-08-05 2019-05-03 北方工业大学 基于沿岸突异区扫描的港口遥感图像靠岸船舶检测方法
CN105139034B (zh) * 2015-08-27 2019-06-28 北京市遥感信息研究所 一种结合光谱滤除的船舶检测方法
CN106485722A (zh) * 2016-09-21 2017-03-08 北京航天宏图信息技术股份有限公司 一种遥感影像中靠港舰船检测方法

Also Published As

Publication number Publication date
CN107609534A (zh) 2018-01-19

Similar Documents

Publication Publication Date Title
CN107609534B (zh) 一种基于码头光谱信息的遥感驻泊船只自动检测方法
CN109740460B (zh) 基于深度残差密集网络的光学遥感图像舰船检测方法
CN107610114B (zh) 基于支持向量机的光学卫星遥感影像云雪雾检测方法
CN109815807B (zh) 一种基于边缘线分析和聚合通道特征的靠岸船舶检测方法
CN104217196B (zh) 一种遥感影像圆形油罐自动检测方法
CN102044069B (zh) 一种白细胞图像分割方法
CN109978869A (zh) 一种基于灰度共生矩阵和Hough变换的海天线检测方法与系统
CN110443201B (zh) 基于多源影像联合形状分析与多属性融合的目标识别方法
CN103514448A (zh) 船形识别方法和系统
CN109598729B (zh) 一种基于srm分割和分层线段特征的船舶目标检测方法
CN103679138A (zh) 舰船与港口先验知识支持的大型舰船检测方法
CN103020975A (zh) 一种结合多源遥感图像特征的码头和船舶分割方法
CN107273903B (zh) 基于lsd改进的uuv近海面可见光图像海天线提取方法
CN108022232B (zh) 一种飞行器表面铆钉检测方法
Li et al. Integrated localization and recognition for inshore ships in large scene remote sensing images
CN108547272B (zh) 一种无人驾驶的溢油自动回收系统的工作方法
CN106803078B (zh) 一种sar图像舰船目标分割方法
CN111105390B (zh) 一种改进的海天线检测和评估方法
CN107704865A (zh) 基于结构森林边缘候选区域提取的舰船目标检测算法
CN111080696A (zh) 一种基于计算机视觉的水下海参识别及定位方法
CN112417931A (zh) 一种基于视觉显著性的水面物体检测和分类的方法
CN106203439B (zh) 基于标志物多特征融合的无人机自动寻的着陆方法
CN114764801A (zh) 基于多视觉显著特征的弱小舰船目标融合检测方法及装置
CN108288268B (zh) 基于投影分析的高分辨率遥感图像中靠岸舰船检测方法
Shuai et al. A ship target automatic detection method for high-resolution remote sensing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200728

CF01 Termination of patent right due to non-payment of annual fee