專(zhuān)利名稱(chēng)：一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像分割技術(shù)，具體說(shuō)，涉及一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法。
背景技術(shù)：
隨著各種遙感技術(shù)的發(fā)展，越來(lái)越多的國(guó)家利用遙感圖像來(lái)進(jìn)行對(duì)地觀(guān)測(cè)和監(jiān)控，其中一個(gè)很重要的應(yīng)用，就是對(duì)碼頭和船舶的監(jiān)控與識(shí)別。我國(guó)擁有300多萬(wàn)平方公里的海洋國(guó)土，碼頭眾多、形狀復(fù)雜，對(duì)碼頭交通監(jiān)管、海上船舶監(jiān)測(cè)、漁業(yè)管理和遇難船只搜救都需要高效的探測(cè)手段，因此開(kāi)展衛(wèi)星遙感圖像碼頭和船舶分割技術(shù)的研究具有重要的現(xiàn)實(shí)意義，無(wú)論在民用和軍事方面都具有廣闊的應(yīng)用前景。圖像分割指把圖像分成互不重疊的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過(guò)程。圖像分割是由圖像處理進(jìn)到圖像分析的關(guān)鍵步驟。一方面，它是目標(biāo)表達(dá)的基礎(chǔ)，對(duì)特征測(cè)量有重要的影響。另一方面，因?yàn)閳D像分割及其基于分割的目標(biāo)表達(dá)、特征提取和參數(shù)測(cè)量等將原始圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得更高層的圖像分析和理解成為可能。近年來(lái)，國(guó)內(nèi)外學(xué)者提出了針對(duì)不同情況的碼頭、船舶分割方法，主要針對(duì)某一類(lèi)遙感圖像，僅利用單一圖像源的特征對(duì)碼頭和船舶進(jìn)行分割，不能綜合利用多源遙感圖像多種特征信息，造成圖像分割準(zhǔn)確率較低，具體表現(xiàn)為1、如果只用多光譜圖像進(jìn)行碼頭和船舶分割，由于多光譜圖像分辨率較低，提取碼頭和船舶經(jīng)常會(huì)出現(xiàn)誤檢；2、如果只用SAR圖像進(jìn)行碼頭和船舶分割，SAR圖像碼頭和船舶邊緣經(jīng)常存在斷裂現(xiàn)象，同時(shí)SAR圖像存在大量的噪聲，對(duì)于目標(biāo)分割存在很大影響，容易造成誤檢；3、如果只用全色圖像進(jìn)行碼頭和船舶分割，陸地的灰度層次豐富，陸地和水域區(qū)域很難提取，不確定陸地和水域的位置來(lái)提取碼頭和船舶計(jì)算量太大。現(xiàn)有技術(shù)中與本發(fā)明最接近的技術(shù)方案包括基于梯度的碼頭分割方法和基于分形的船舶分割方法?；谔荻鹊拇a頭分割方法首先利用直方圖和形態(tài)學(xué)算子分割海域，再利用多邊形近似法提取海岸線(xiàn)上的特征點(diǎn)，根據(jù)特征點(diǎn)的閉合度確定碼頭區(qū)域。該方法沒(méi)有結(jié)合碼頭分割模型的知識(shí)，沒(méi)有對(duì)碼頭目標(biāo)進(jìn)行層次結(jié)構(gòu)化分析，而且對(duì)碼頭的形狀有要求。基于分形的艦船檢測(cè)認(rèn)為自然景物和艦船目標(biāo)的分形維數(shù)有一定的差別，根據(jù)差異進(jìn)行檢測(cè)。但實(shí)際圖像受背景復(fù)雜度、隨機(jī)噪聲、成像質(zhì)量等影響，單一的尺度或恒常的分形維數(shù)很難區(qū)分自然景物和人造目標(biāo)。綜上所述，現(xiàn)有技術(shù)中對(duì)碼頭和船舶分割方法存在以下技術(shù)問(wèn)題1、現(xiàn)有的碼頭和船舶分割方法，僅針對(duì)單一圖像源，圖像分割準(zhǔn)確率不高；2、現(xiàn)有的碼頭和船舶分割方法基本是針對(duì)某一特定種類(lèi)目標(biāo)而設(shè)計(jì)和實(shí)施，缺乏一個(gè)總體性的技術(shù)模型作為指導(dǎo)，與具體任務(wù)聯(lián)系太緊密，造成技術(shù)分散化、過(guò)度的參數(shù)依賴(lài)性和處理目標(biāo)的單一性，使得船舶、碼頭分割方法的普適性很差；
3、現(xiàn)有的碼頭和船舶分割方法因過(guò)于復(fù)雜導(dǎo)致效率太低，不能滿(mǎn)足時(shí)間要求。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)存在的技術(shù)問(wèn)題，提出一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，實(shí)現(xiàn)碼頭和船舶的準(zhǔn)確分割。具體技術(shù)方案如下一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，包括步驟1，讀入同一地區(qū)包含碼頭、船舶的多光譜、全色及SAR圖像；步驟2，分別對(duì)多光譜、全色及SAR圖像進(jìn)行預(yù)處理；步驟3，對(duì)多光譜圖像，先由RGB空間轉(zhuǎn)換為HSI空間，分離H、S、I三通道，統(tǒng)計(jì)圖像直方圖，求圖像像素概率，計(jì)算平均灰度值，然后基于信息熵ニ值化水陸； 步驟4，運(yùn)用形態(tài)學(xué)先腐蝕，后膨脹，去掉ニ值化水陸中的小面積區(qū)域，得到水陸分割結(jié)果，白色部分為陸地，黒色部分為水域；步驟5，對(duì)全色圖像，先用傳統(tǒng)的邊緣提取算子提取整個(gè)碼頭、船舶的邊緣特征，然后提取碼頭上下文特征、船舶幾何特征；對(duì)SAR圖像，提取碼頭和船舶的灰度統(tǒng)計(jì)特征；步驟6，綜合利用步驟5中所提取的多元特征對(duì)碼頭、船舶進(jìn)行分割；步驟7，對(duì)分割后的最終圖像進(jìn)行顏色標(biāo)記。進(jìn)ー步步驟2中，所述預(yù)處理程序?yàn)閷?duì)多光譜、全色圖像進(jìn)行增強(qiáng)對(duì)比度處理；對(duì)SAR圖像進(jìn)行形態(tài)學(xué)濾波處理。進(jìn)ー步步驟3中，所述由RGB空間轉(zhuǎn)換為HSI空間的公式為
權(quán)利要求
1.一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，包括以下步驟 步驟1，讀入同一地區(qū)包含碼頭、船舶的多光譜、全色及SAR圖像； 步驟2，分別對(duì)多光譜、全色及SAR圖像進(jìn)行預(yù)處理； 步驟3，對(duì)多光譜圖像，先由RGB空間轉(zhuǎn)換為HSI空間，分離H、S、I三通道，統(tǒng)計(jì)圖像直方圖，求圖像像素概率，計(jì)算平均灰度值，然后基于信息熵二值化水陸； 步驟4，運(yùn)用形態(tài)學(xué)先腐蝕，后膨脹，去掉二值化水陸中的小面積區(qū)域，得到水陸分割結(jié)果，白色部分為陸地，黑色部分為水域； 步驟5，對(duì)全色圖像，先用傳統(tǒng)的邊緣提取算子提取整個(gè)碼頭、船舶的邊緣特征，然后提取碼頭上下文特征、船舶幾何特征；對(duì)SAR圖像，提取碼頭和船舶的灰度統(tǒng)計(jì)特征； 步驟6，綜合利用步驟5中所提取的多元特征對(duì)碼頭、船舶進(jìn)行分割； 步驟7，對(duì)分割后的最終圖像進(jìn)行顏色標(biāo)記。
2.如權(quán)利要求1所述的一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，所述步驟2中，預(yù)處理程序?yàn)閷?duì)多光譜、全色圖像進(jìn)行增強(qiáng)對(duì)比度處理；對(duì)SAR圖像進(jìn)行形態(tài)學(xué)濾波處理。
3.如權(quán)利要求1所述的一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，所述步驟3中，由RGB空間轉(zhuǎn)換為HSI空間的公式為
4.如權(quán)利要求1所述的一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，所述步驟3中，基于信息熵二值化水陸的過(guò)程為 計(jì)算目標(biāo)物體區(qū)域中各灰度級(jí)的分布概率，計(jì)算背景區(qū)域中各灰度級(jí)的分布概率； 計(jì)算目標(biāo)物體分布概率，計(jì)算背景分布概率； 分別計(jì)算目標(biāo)和背景區(qū)域的熵，并求目標(biāo)和背景的總熵； 對(duì)圖像中的每個(gè)灰度級(jí)求總熵，選取使總熵最大的灰度級(jí)作為分割圖像的閾值，對(duì)圖像進(jìn)行二值化處理。
5.如權(quán)利要求1所述的一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，所述步驟5中，傳統(tǒng)的邊緣提取算子為Canny算子。
6.如權(quán)利要求1所述的一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，所述步驟5中，提取碼頭上下文特征的過(guò)程為 首先，對(duì)預(yù)處理后的碼頭圖像分別進(jìn)行橫向和縱向掃描，然后取并集，提取碼頭目標(biāo)。
7.如權(quán)利要求6所述的一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，所述橫向掃描的過(guò)程為 從上到下掃描每一行像素； 對(duì)于每行像素，從左到右掃描； 若發(fā)現(xiàn)一段連續(xù)像素，則標(biāo)記為碼頭部分。
8.如權(quán)利要求1所述的一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，所述步驟5中，船舶幾何特征為船舶的面積和離心率。
9.如權(quán)利要求1所述的一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，其特征在于，所述步驟7中，顏色標(biāo)記具體為藍(lán)色部分標(biāo)記為水域；綠色部分標(biāo)記為陸地；紅色部分標(biāo)記為碼頭；黃色部分標(biāo)記為船舶。
全文摘要
本發(fā)明公開(kāi)了一種結(jié)合多源遙感圖像特征的碼頭和船舶分割方法，包括以下步驟讀入多光譜、全色及SAR圖像；分別對(duì)三幅圖像進(jìn)行預(yù)處理；對(duì)多光譜圖像，由RGB空間轉(zhuǎn)換為HSI空間，基于信息熵二值化水陸；形態(tài)學(xué)處理去掉小面積區(qū)域，得到水陸分割結(jié)果，白色部分為陸地，黑色部分為水域；對(duì)全色圖像，提取碼頭、船舶的邊緣特征，提取碼頭上下文特征、船舶幾何特征。對(duì)SAR圖像，提取碼頭和船舶的灰度統(tǒng)計(jì)特征；利用在全色圖像和SAR圖像中提取的多元特征對(duì)碼頭、船舶進(jìn)行分割；對(duì)分割后的最終圖像進(jìn)行顏色標(biāo)記；本發(fā)明充分利用多源圖像的多元特征分割碼頭、船舶，利用不同類(lèi)型遙感圖像的互補(bǔ)性獲得更多的目標(biāo)信息，提高分割碼頭、船舶的準(zhǔn)確率。
文檔編號(hào)G06T7/00GK103020975SQ20121059135
公開(kāi)日2013年4月3日 申請(qǐng)日期2012年12月29日 優(yōu)先權(quán)日2012年12月29日
發(fā)明者馬健喆, 張永梅, 周易, 張睿 申請(qǐng)人:北方工業(yè)大學(xué), 馬健喆