一種機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法
【專利摘要】本發(fā)明涉及一種機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法。首先對機載遙感圖像進行最大類間自適應閾值分割，接著對分割結果圖像先進行形態(tài)學閉運算再進行形態(tài)學開運算得到水體區(qū)域圖像，然后對水體區(qū)域圖像進行二值化操作，得到水體區(qū)域二值圖像，分出目標候選區(qū)域和水體背景區(qū)域，計算目標候選區(qū)域的面積平均值并檢驗目標候選區(qū)域四周是否存在水體背景區(qū)域，如果目標候選區(qū)域面積大于平均值并且四周均為水體背景區(qū)域，則該目標為離岸艦船，如果目標候選區(qū)域面積小于平均值并且四周只有相對的兩邊為水體背景區(qū)域，則該目標為跨河橋梁。本發(fā)明計算效率高、易于在機載計算機上進行實時處理，檢測虛警率低。
【專利說明】一種機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法
【技術領域】
[0001]本發(fā)明屬于遙感圖像處理【技術領域】，涉及一種機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法。
【背景技術】
[0002]從機載遙感平臺所獲取的遙感圖像數(shù)據(jù)中快速檢測出橋梁、艦船等戰(zhàn)略性目標，獲得目標的精確定位和有關彳目息，是進行目標精確打擊的重要基礎。目如大多數(shù)技術主要關注從空天遙感平臺獲取的遙感圖像數(shù)據(jù)中檢測橋梁、艦船等目標，如中國專利申請?zhí)?01210077407.5，記載了“一種光學遙感圖像中的海上艦船檢測方法”，首先根據(jù)局部對比度信息進行疑似目標的檢測，然后利用空間金字塔匹配模型提取空間上下文信息刪除背景干擾，獲得艦船檢測結果。中國專利申請?zhí)?00810232213.1，記載了一種“遙感圖像中水上橋梁目標檢測方法”，設計了不同的模板進行特征提取，通過訓練得到的橋梁分類器進行判別分類得到初始的檢測結果，噪聲剔除后得到最終的結果。這些技術直接面對的是大幅場景圖像的海量數(shù)據(jù)，采用計算復雜的特征對目標進行檢測其計算代價必然高昂，難以滿足實用性的要求。我們的應用背景是從機載遙感圖像中進行橋梁和艦船的檢測，需要重點考慮機載計算機有限的計算資源，要具有實時處理的能力。

【發(fā)明內容】

[0003]要解決的技術問題
[0004]為了避免現(xiàn)有技術的不足之處，本發(fā)明提出一種機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法。
[0005]技術方案
[0006]一種機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法，其特征在于步驟如下:
[0007]步驟1:首先對機載遙感圖像進行最大類間自適應閾值分割，接著對分割結果圖像先進行形態(tài)學閉運算再進行形態(tài)學開運算得到水體和周圍背景分割圖像，根據(jù)水體和周圍背景分割圖像從機載遙感圖像中截取得到水體區(qū)域圖像；
[0008]步驟2:以水體區(qū)域圖像的灰度值最大值的1/2作為閾值，對水體區(qū)域圖像進行二值化操作，得到水體區(qū)域二值圖像，水體區(qū)域二值圖像中像素點灰度值為255的區(qū)域為目標候選區(qū)域，水體區(qū)域二值圖像中像素點灰度值為O的區(qū)域為水體背景區(qū)域；
[0009]步驟3:計算目標候選區(qū)域的面積平均值，對目標候選區(qū)域面積大于該平均值的，初步檢測為橋梁目標，小于該平均值的初步檢測為艦船目標；
[0010]步驟4:在初步檢測目標的鄰接矩形內，檢驗目標四周是否存在水體背景區(qū)域。如果目標四周均為水體背景區(qū)域，則該目標為離岸艦船，如果目標四周只有相對的兩邊為水體背景區(qū)域，則該目標為跨河橋梁。
[0011]有益效果
[0012]本發(fā)明提出的一種機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法，首先對機載遙感圖像進行最大類間自適應閾值分割，接著對分割結果圖像先進行形態(tài)學閉運算再進行形態(tài)學開運算得到水體區(qū)域圖像，然后對水體區(qū)域圖像進行二值化操作，得到水體區(qū)域二值圖像，分出目標候選區(qū)域和水體背景區(qū)域，計算目標候選區(qū)域的面積平均值并檢驗目標候選區(qū)域四周是否存在水體背景區(qū)域，如果目標候選區(qū)域面積大于平均值并且四周均為水體背景區(qū)域，則該目標為離岸艦船，如果目標候選區(qū)域面積小于平均值并且四周只有相對的兩邊為水體背景區(qū)域，則該目標為跨河橋梁。
[0013]本發(fā)明與現(xiàn)有技術相比，本發(fā)明并沒有采用計算復雜的各種特征來實現(xiàn)目標的檢測，而是依靠灰度特征差異將水體和周圍背景、目標和水體分離開來，而圖像像素灰度值是一種極易獲取的特征，并且依據(jù)目標周圍水體背景區(qū)域的分布情況實現(xiàn)了跨河橋梁和離岸艦船的聯(lián)合檢測。本發(fā)明技術計算效率高、易于在機載計算機上進行實時處理，檢測虛警率低。
【專利附圖】

【附圖說明】
[0014]圖1是本發(fā)明的實現(xiàn)流程圖；
[0015]圖2是機載遙感圖像；
[0016]圖3是對圖2進行最大類間自適應閾值分割的結果圖；
[0017]圖4是對圖3進行形態(tài)學運算后的水體和周圍背景分割圖像；
[0018]圖5是根據(jù)圖4從圖2中截取得到的水體區(qū)域圖像；
[0019]圖6是在圖5進行二值化操作后的水體區(qū)域二值圖像；
[0020]圖7是檢測出的結果圖。
【具體實施方式】
[0021]現(xiàn)結合實施例、附圖對本發(fā)明作進一步描述:
[0022]用于實施的硬件環(huán)境是:因特爾酷睿2雙核2.93G計算機、2.0GB內存、512M顯卡，運行的軟件環(huán)境是:Matlab R2012a, Windows XP0我們用Matlab軟件實現(xiàn)了本發(fā)明提出的方法。機載遙感圖像大小為938*562。
[0023]本發(fā)明具體實施如下:
[0024]步驟1:對圖2中的機載遙感圖像進行最大類間自適應閾值分割，得到分割結果圖3，接著對圖3先進行形態(tài)學閉運算再進行形態(tài)學開運算得到水體和周圍背景分割圖像即圖4，根據(jù)圖4從機載遙感圖像中截取得到水體區(qū)域圖像即圖5 ；
[0025]步驟2:將圖5中的水體區(qū)域圖像灰度值最大值的1/2作為閾值，對水體區(qū)域圖像進行二值化操作，得到水體區(qū)域二值圖像即圖6，水體區(qū)域二值圖像中像素點灰度值為255的區(qū)域為目標候選區(qū)域，水體區(qū)域二值圖像中像素點灰度值為O的區(qū)域為水體背景區(qū)域；
[0026]步驟3:計算目標候選區(qū)域的面積平均值，對目標候選區(qū)域面積大于該平均值的，初步檢測為橋梁目標，小于該平均值的初步檢測為艦船目標；
[0027]步驟4:建立初步檢測目標的鄰接矩形，該鄰接矩形中心為初步檢測目標的中心，長度和寬度為初步檢測目標的長度和寬度的1.5倍，并在改鄰接矩形內檢驗目標四周是否存在水體背景區(qū)域。如果目標四周均為水體背景區(qū)域，則該目標為離岸艦船，如果目標四周只有相對的兩邊為水體背景區(qū)域，則該目標為跨河橋梁，檢測結果如圖7所示。
【權利要求】
1.一種機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法，其特征在于步驟如下: 步驟1:首先對機載遙感圖像進行最大類間自適應閾值分割，接著對分割結果圖像先進行形態(tài)學閉運算再進行形態(tài)學開運算得到水體和周圍背景分割圖像，根據(jù)水體和周圍背景分割圖像從機載遙感圖像中截取得到水體區(qū)域圖像； 步驟2:以水體區(qū)域圖像的灰度值最大值的1/2作為閾值，對水體區(qū)域圖像進行二值化操作，得到水體區(qū)域二值圖像，水體區(qū)域二值圖像中像素點灰度值為255的區(qū)域為目標候選區(qū)域，水體區(qū)域二值圖像中像素點灰度值為O的區(qū)域為水體背景區(qū)域； 步驟3:計算目標候選區(qū)域的面積平均值，對目標候選區(qū)域面積大于該平均值的，初步檢測為橋梁目標，小于該平均值的初步檢測為艦船目標； 步驟4:在初步檢測目標的鄰接矩形內，檢驗目標四周是否存在水體背景區(qū)域。如果目標四周均為水體背景區(qū)域，則該目標為離岸艦船，如果目標四周只有相對的兩邊為水體背景區(qū)域，則該目標為跨河橋梁。
2.根據(jù)權利要求1所述機載遙感圖像中跨河橋梁和離岸艦船聯(lián)合檢測方法，其特征在于:所述初步檢測目標的鄰接矩形是:以初步檢測目標的中心為鄰接矩形的中心，鄰接矩形的長度和寬度為初步檢測目標的長度和寬度的1.5倍。
【文檔編號】G06T7/00GK103440655SQ201310379302
【公開日】2013年12月11日 申請日期:2013年8月27日 優(yōu)先權日:2013年8月27日
【發(fā)明者】韓軍偉, 姚西文, 郭雷, 程塨, 周培誠, 張鼎文 申請人:西北工業(yè)大學