CN109886132A - 一种云海背景飞机目标检测方法、装置及系统 - Google Patents
一种云海背景飞机目标检测方法、装置及系统 Download PDFInfo
- Publication number
- CN109886132A CN109886132A CN201910071315.8A CN201910071315A CN109886132A CN 109886132 A CN109886132 A CN 109886132A CN 201910071315 A CN201910071315 A CN 201910071315A CN 109886132 A CN109886132 A CN 109886132A
- Authority
- CN
- China
- Prior art keywords
- circumference
- pixel
- remote sensing
- aircraft targets
- sea
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种云海背景飞机目标检测方法、装置及系统,用于通过获取光学遥感图像对飞机目标进行检测,所述方法包括:获取光学遥感图像的圆周滤波图像,计算圆周滤波图像中像素点的圆周滤波值;利用圆周滤波图像中像素点的圆周滤波值,计算每个像素点的类密度和区分度;计算每个像素点的类密度与区分度的乘积,将乘积大于一定阈值的像素点确定为飞机目标的中心点。本发明计算复杂度低,可适合于星上计算平台;对飞机目标检测的准确性高,对不同的云海垫面场景适应性好。
Description
技术领域
本发明涉及利用遥感图像进行目标检测技术领域,尤其是涉及一种通过光学遥感图像进行云海背景飞机目标检测方法。
背景技术
在例如海战场中,利用搭载了视频成像传感器的视频卫星对海洋区域的飞机等空中动态目标进行监视,已经成为获取对方作战信息的重要手段。海战场的空中飞机等动态目标具有时变性高、动态性强的特点,而视频卫星不受国家间领空、领海、领土范围限制,可对某一区域进行“凝视”观测,以“视频录像”的方式获得比传统卫星更多的动态信息,特别适合观测动态目标,分析其瞬时特性。
但由于卫星视频的数据形成率高,在地面数据接收站较少、中继传输能力较弱的情况下,数据快速下传压力大,绝大多数观测数据无法实时下传,因此当前飞机目标检测主要针对机场中着陆的飞机,而面向空中飞行状态的飞机目标检测的研究很少。而在进行陆地背景检测时,由于陆地目标数量非常多,因此需要进行复杂的运算来减小虚警。但飞机在厚云、海洋垫面上飞行时,由于空中飞机目标检测的背景是云海垫面,干扰目标较少,因此需要检测系统能够快速、准确地进行目标抓取,而常规的方法由于运算量巨大,检测速度慢,并且也不适合应用在卫星平台上。
发明内容
为解决上述技术问题,本发明提出了一种基于快速圆周滤波的云海背景飞机目标检测方法及装置,用于实现云海背景下飞机目标的准确检测。
为实现上述目的,本发明采用的技术方案为:
一种飞机目标检测方法,用于通过获取光学遥感图像对飞机目标进行检测,该方法包括:
获取光学遥感图像的圆周滤波图像,计算圆周滤波图像中像素点的圆周滤波值;
利用圆周滤波图像中像素点的圆周滤波值,计算每个像素点的类密度和区分度;
计算每个像素点的类密度与区分度的乘积,将乘积大于一定阈值的像素点确定为飞机目标的中心点。
根据另外的实施方式,通过对光学遥感图像间隔采样获取光学遥感图像的圆周滤波图像。
根据另外的实施方式,通过对光学遥感图像中行号和列号均为奇数或偶数的像素点进行圆周滤波,得到间隔采样的圆周滤波图像。
根据另外的实施方式,对所述圆周滤波图像进行双线性插值,计算光学遥感图像中其它像素点的圆周滤波值。
根据另外的实施方式,所述阈值为像素点最大圆周滤波值的预定倍数。
本发明还公开了一种飞机目标检测装置,用于通过获取光学遥感图像对飞机目标进行检测,该装置包括:
输入单元,用于将接收到的光学遥感图像发送给数据处理单元;
数据处理单元,包括第一计算单元、第二计算单元以及判断单元;其中,
所述第一计算单元包括圆周滤波器,用于获取光学遥感图像的圆周滤波图像,计算圆周滤波图像中像素点的圆周滤波值;
第二计算单元,利用圆周滤波图像中像素点的圆周滤波值,计算每个像素点的类密度和区分度;以及
判断单元,计算每个像素点的类密度与区分度的乘积,将乘积大于一定阈值的像素点确定为飞机目标的中心点。
本发明还公开了一种飞机目标检测系统,用于通过获取光学遥感图像对飞机目标进行检测,该系统包括:
传感器承载平台,具有光学遥感图像传感器;
服务器,包括前述方案所述的飞机目标检测装置。
由于采用上述方案,本发明提供的云海背景飞机目标检测方法具有如下技术效果:
(1)计算复杂度低,可适合于星上计算平台;
(2)飞机目标检测的准确性高,对不同的云海垫面场景适应性好。
附图说明
图1为根据本发明的云海背景飞机目标检测的示例性系统架构;
图2为根据本发明的基于快速圆周滤波的云海背景飞机目标检测方法的工作流程图;
图3为根据本发明的基于快速圆周滤波的云海背景飞机目标检测装置结构示意图;
图4为采用本发明提出的检测方法在不同的云海垫面场景下飞机目标检测实验结果。
具体实施方式
以下结合附图和实施例对本发明进行详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
同时,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
图1示出了可以应用本发明的云海背景飞机目标检测方法及检测装置的示例性系统架构100。
系统架构100可以包括检测目标101、传感器承载平台102及服务器103。在本发明的实施例中,所述检测目标101为飞机,本领域技术人员可以理解,检测目标也可以是导弹、运载火箭等其他飞行器,也包括车辆、舰船等地面、海面目标。该传感器承载平台102可以是人造卫星、空间站、飞船、飞机、高空气球等飞行器,传感器是用来探测目标物的图像传感器,例如照相机、扫描仪、成像雷达等。
所述传感器承载平台102可以经由有线或无线通信链路与服务器102进行数据传输,所述服务器102可以作为图像处理服务器,对来自所述传感器的例如遥感图像数据进行分析处理,并将结果向外输出。所述服务器103可以是设置在所述承载平台102上,或者设置在能够与该承载平台102进行数据通信的卫星、空间站或其他飞行器上,或者设置在地面或海面平台上,如地面接收站、海上舰船等。
一般地,本发明公开的云海背景飞机目标检测方法由服务器103执行,相应地,云海背景飞机目标检测装置也设置于服务器103中。
以下将以通过获取光学遥感图像对飞机目标进行检测为例,对本发明提出的云海背景飞机目标检测方法进行详细描述。
如图2所示,该检测方法包括如下步骤:
步骤1:获取光学遥感图像的圆周滤波图像,计算圆周滤波图像中像素点的圆周滤波值;
由于飞机本身形状特点,即飞机目标都会有机头、左翼、尾翼和右翼四个突起部分,因此可以通过圆周滤波将飞机目标从背景中分离出来:以飞机中心为圆心,选取一个直径大于机身宽度而小于翼展长度的圆周,则该圆周上的像素光谱值就会呈现“亮-暗”交替变化的趋势。
该步骤1具有包括以下子步骤:
步骤11:通过对光学遥感图像间隔采样得到圆周滤波图像。
具体而言,对光学遥感图像中行号和列号均为奇数的像素点进行圆周滤波,得到间隔采样的圆周滤波图像。根据本发明的其他实施方式,也可以通过对光学遥感图像中行号和列号均为偶数的像素点进行圆周滤波,得到间隔采样的圆周滤波图像。本发明采用间隔采样,其目的是减少采用数据,进而提高目标检测速度。
假设gk(k=1,2,...,N)表示光学遥感图像以像素点(i,j)为中心,以r为半径的圆周上沿顺时针方向的第k个像素点的像素值,则按下式计算像素点(i,j)的圆周滤波值:
其中,c为常数,对于飞机目标检测,c取值为8;i和j表示图像的行号和列号,N表示所述光学遥感图像中以r为半径圆周上像素点的总数。
步骤12:对所述圆周滤波图像进行双线性插值,计算光学遥感图像中其它像素点的圆周滤波值;
由于前面采用间隔采样,因此为使图像还原,本发明对所述圆周滤波图像进行双线性插值。
根据优选的实施例,针对间隔采样的圆周滤波图像,本发明首先以2倍比率按行进行线性插值,然后以2倍比率按列进行线性插值,从而得到整幅光学遥感图像的圆周滤波图像。本发明通过将双线性插值分解为两次线性插值,相对于采用四点法的现有图像双线性插值,大大降低了计算复杂度。
步骤2:利用圆周滤波图像中像素点的圆周滤波值,计算每个像素点的类密度和区分度;
利用圆周滤波图像中像素点的圆周滤波值,按公式(1)计算每个像素点的类密度ρij:
ρij=∑xyχ(|Uij-Uxy|-Δ1) (1)
以及按公式(2)计算每个像素点的区分度Tij:
在公式(1)和(2)中,Uij表示圆周滤波图像中第i行第j列像素点的圆周滤波值;Uxy表示圆周滤波图像中第x行第y列像素点的圆周滤波值;
Δ1为阈值,根据大量实验分析,阈值Δ1最优取值为其中K1在0.03-0.1之间,优选为0.06;
χ(x)为指示函数,当x<0时χ(x)=1,当x≥0时χ(x)=0,|x|表示向量x的模值。
步骤3:计算每个像素点的类密度与区分度的乘积,将乘积大于一定阈值的像素点确定为飞机目标的中心点。
本质上,类密度ρij与区分度Tij的乘积Lij反映了像素点(i,j)是飞机目标中心点的可能性。Lij越大,像素点(i,j)是飞机目标中心点的可能性越大。因此,本发明将Lij>Δ2的像素点视为飞机目标的中心点。根据大量实验分析,Δ2最优取值为K2在0.8-0.95之间,优选为0.9。
本发明进一步还提供了一种云海背景飞机目标检测装置,该检测装置示例性地设置在所述服务器103中。
如图3所示,该检测装置200包括输入单元201、数据处理单元202以及输出单元203。
所述输入单元201与图像传感器输出端连接,用于将图像传感器输出的光学遥感图像发送给数据处理单元202。
数据处理单元202包括第一计算单元2021、第二计算单元2022、第三计算单元2023以及判断单元2024。所述第一计算单元2021包括圆周滤波器,用于对光学遥感图像中行号和列号均为奇数的像素点进行圆周滤波,计算圆周滤波值,获得圆周滤波图像;第二计算单元2022用于对所述圆周滤波图像进行双线性插值,以获取计算光学遥感图像中剩余像素点的圆周滤波值;第三计算单元2023利用圆周滤波图像中像素点的圆周滤波值,计算每个像素点的类密度和区分度;判断单元2024计算每个像素点的类密度与区分度的乘积,将乘积大于一定阈值的像素点确定为飞机目标的中心点。
所述输出单元203用于将判断单元2024的判断结果向外输出。
图4示出了采用本发明提出的检测方法及系统在不同的云海垫面场景下飞机目标检测实验结果。实验结果表明,本发明在薄云薄雾、无云、碎云、厚云等场景下均能实现对飞机目标的准确检测。
本发明所提供的基于快速圆周滤波的云海背景飞机目标检测方法主要是为提高云海垫面背景下的飞机目标检测的实时性和准确性而专门提出的。但显然,本说明书中所描述的飞机目标检测方法也适用于普通成像设备如数码相机所拍摄图像的飞机目标检测操作,所取得的有益效果也是相似的。
以上实施方式仅用以说明本发明实施例的技术方案而非限制,尽管参照以上较佳实施方式对本发明实施例进行了详细说明,本领域的普通技术人员应当理解,可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (7)
1.一种云海背景飞机目标检测方法,用于通过获取光学遥感图像对飞机目标进行检测,其特征在于,该方法包括:
获取光学遥感图像的圆周滤波图像,计算圆周滤波图像中像素点的圆周滤波值;
利用圆周滤波图像中像素点的圆周滤波值,计算每个像素点的类密度和区分度;
计算每个像素点的类密度与区分度的乘积,将乘积大于一定阈值的像素点确定为飞机目标的中心点。
2.根据权利要求1所述的云海背景飞机目标检测方法,其特征在于:通过对光学遥感图像间隔采样获取光学遥感图像的圆周滤波图像。
3.根据权利要求2所述的云海背景飞机目标检测方法,其特征在于:通过对光学遥感图像中行号和列号均为奇数或偶数的像素点进行圆周滤波,得到间隔采样的圆周滤波图像。
4.根据权利要求3所述的云海背景飞机目标检测方法,其特征在于:对所述圆周滤波图像进行双线性插值,计算光学遥感图像中其它像素点的圆周滤波值。
5.根据权利要求1所述的云海背景飞机目标检测方法,其特征在于:所述阈值为像素点最大圆周滤波值的预定倍数。
6.一种云海背景飞机目标检测装置,用于通过获取光学遥感图像对飞机目标进行检测,其特征在于,该装置包括:
输入单元,用于将接收到的光学遥感图像发送给数据处理单元;
数据处理单元,包括第一计算单元、第二计算单元以及判断单元;其中,
所述第一计算单元包括圆周滤波器,用于获取光学遥感图像的圆周滤波图像,计算圆周滤波图像中像素点的圆周滤波值;
第二计算单元,利用圆周滤波图像中像素点的圆周滤波值,计算每个像素点的类密度和区分度;以及
判断单元,计算每个像素点的类密度与区分度的乘积,将乘积大于一定阈值的像素点确定为飞机目标的中心点。
7.一种云海背景飞机目标检测系统,用于通过获取光学遥感图像对飞机目标进行检测,其特征在于,该系统包括:
传感器承载平台,具有光学遥感图像传感器;
服务器,包括权利要求6所述的云海背景飞机目标检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910071315.8A CN109886132B (zh) | 2019-01-25 | 2019-01-25 | 一种云海背景飞机目标检测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910071315.8A CN109886132B (zh) | 2019-01-25 | 2019-01-25 | 一种云海背景飞机目标检测方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109886132A true CN109886132A (zh) | 2019-06-14 |
CN109886132B CN109886132B (zh) | 2020-12-15 |
Family
ID=66926808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910071315.8A Expired - Fee Related CN109886132B (zh) | 2019-01-25 | 2019-01-25 | 一种云海背景飞机目标检测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109886132B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914767A (zh) * | 2020-08-05 | 2020-11-10 | 北京市遥感信息研究所 | 一种基于多源遥感数据的散乱污企业检测方法及系统 |
CN113554666A (zh) * | 2021-07-22 | 2021-10-26 | 南京航空航天大学 | 一种机载光学图像中的飞机目标候选区域提取装置及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903120A (zh) * | 2012-07-19 | 2013-01-30 | 中国人民解放军国防科学技术大学 | 基于时空条件信息的运动目标检测方法 |
CN103679128A (zh) * | 2012-09-24 | 2014-03-26 | 中国航天科工集团第二研究院二O七所 | 一种抗云层干扰的飞机目标检测方法 |
US20160366308A1 (en) * | 2015-06-12 | 2016-12-15 | Fu Tai Hua Industry (Shenzhen) Co., Ltd. | Electronic device and image tracking method thereof |
CN109145850A (zh) * | 2018-08-30 | 2019-01-04 | 西安电子科技大学 | 基于先验信息和飞机形状的遥感图像无监督目标检测方法 |
-
2019
- 2019-01-25 CN CN201910071315.8A patent/CN109886132B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903120A (zh) * | 2012-07-19 | 2013-01-30 | 中国人民解放军国防科学技术大学 | 基于时空条件信息的运动目标检测方法 |
CN103679128A (zh) * | 2012-09-24 | 2014-03-26 | 中国航天科工集团第二研究院二O七所 | 一种抗云层干扰的飞机目标检测方法 |
US20160366308A1 (en) * | 2015-06-12 | 2016-12-15 | Fu Tai Hua Industry (Shenzhen) Co., Ltd. | Electronic device and image tracking method thereof |
CN109145850A (zh) * | 2018-08-30 | 2019-01-04 | 西安电子科技大学 | 基于先验信息和飞机形状的遥感图像无监督目标检测方法 |
Non-Patent Citations (1)
Title |
---|
蔡红苹: "遥感图像飞机检测新方法——圆周频率滤波法", 《信号处理》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914767A (zh) * | 2020-08-05 | 2020-11-10 | 北京市遥感信息研究所 | 一种基于多源遥感数据的散乱污企业检测方法及系统 |
CN111914767B (zh) * | 2020-08-05 | 2023-10-10 | 北京市遥感信息研究所 | 一种基于多源遥感数据的散乱污企业检测方法及系统 |
CN113554666A (zh) * | 2021-07-22 | 2021-10-26 | 南京航空航天大学 | 一种机载光学图像中的飞机目标候选区域提取装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109886132B (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10301041B2 (en) | Systems and methods for tracking moving objects | |
CN109409283B (zh) | 一种海面舰船跟踪和监控的方法、系统和存储介质 | |
CN111326023A (zh) | 一种无人机航线预警方法、装置、设备及存储介质 | |
EP3654233A1 (en) | System and method for identifying an object in water | |
CN108509875B (zh) | 无人机目标识别定位系统 | |
CN103679694B (zh) | 一种基于全景视觉的舰船小目标检测方法 | |
JP6232502B2 (ja) | 人工視覚システム | |
CN110276286B (zh) | 一种基于tx2的嵌入式全景视频拼接系统 | |
US6507660B1 (en) | Method for enhancing air-to-ground target detection, acquisition and terminal guidance and an image correlation system | |
CN109886132A (zh) | 一种云海背景飞机目标检测方法、装置及系统 | |
CN110766721B (zh) | 一种基于机载视觉的着舰合作目标检测方法 | |
CN116434088A (zh) | 基于无人机航拍图像的车道线检测及车道辅助保持方法 | |
Messmer et al. | Gaining scale invariance in uav bird’s eye view object detection by adaptive resizing | |
Hwang et al. | Aircraft detection using deep convolutional neural network in small unmanned aircraft systems | |
CN103870847A (zh) | 一种低照度环境下对地监控的运动目标检测方法 | |
Podobna et al. | Airborne multispectral detecting system for marine mammals survey | |
Bergamasco et al. | Multi-view horizon-driven sea plane estimation for stereo wave imaging on moving vessels | |
CN115984751A (zh) | 一种基于多通道多尺度融合的孪生网络遥感目标跟踪方法 | |
Silva et al. | UAV trials for multi-spectral imaging target detection and recognition in maritime environment | |
RU168333U1 (ru) | Устройство синтезированного видения | |
CN115601538A (zh) | 目标检测方法及目标检测器、系统和介质 | |
CN104615987A (zh) | 一种基于误差反传神经网络的飞机残骸智能识别方法及系统 | |
Dudek et al. | Cloud detection system for uav sense and avoid: First results of cloud segmentation in a simulation environment | |
US10553022B2 (en) | Method of processing full motion video data for photogrammetric reconstruction | |
Lee et al. | Online Self-Supervised Thermal Water Segmentation for Aerial Vehicles |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201215 Termination date: 20220125 |