基于陸地掩膜的高分辨率圖像艦船檢測方法

許立科 孫瑋 孫玉玉

摘要：針對高分辨率遙感影像中停靠港口的艦船目標的特點，提出了一種基于陸地掩膜的艦船檢測方法，通過將碼頭掩膜和影像比對提取出港口內(nèi)的艦船目標區(qū)域，然后利用形態(tài)學(xué)處理和提取質(zhì)心，最后檢測到艦船目標。

關(guān)鍵詞：高分辨率;艦船檢測;掩膜;特征提取;形態(tài)學(xué)處理

引言：

隨著高分辨率衛(wèi)星圖像分辨率的不斷提高，重訪周期的縮短，衛(wèi)星已成為對敵偵察的主要手段。遙感圖像數(shù)據(jù)量隨之越來越大，大量的遙感圖像需進行實時處理并充分利用，從而獲取具有判讀價值的圖像。光學(xué)圖像的艦船檢測與識別目前正處于理論研究階段。隨著遠海打擊的軍事需求和海洋監(jiān)測部門對海域監(jiān)測的強烈需求，艦船檢測與識別的必要性日顯突出。隨著大量文獻[1]-[4]的出現(xiàn)，艦船檢測與識別領(lǐng)域也在日益蓬勃的發(fā)展。

一、艦船檢測的一般思路

當(dāng)前艦船檢測與識別的研究多采用面向?qū)ο骩5]的思想，按照艦船在海域中的分布情況，可以將艦船檢測大體分為純海洋背景的艦船檢測和靠岸艦船檢測。本文主要研究的是停靠岸艦船的檢測問題，針對靠岸艦船復(fù)雜的背景，提出了基于陸地掩膜的高分辨率圖像中的艦船檢測方法。在靠岸艦船檢測方法中，首先需要進行海陸分離，去除陸地對艦船檢測的影響，從而再根據(jù)?？堪兜呐灤哪繕说奶卣?，對艦船進行特征提取并檢測出艦船，最后進行目標的鑒別，去除非艦船目標。

在光學(xué)遙感圖像中，先把海域從圖像中分離出來，去除陸地的影響，從而確定艦船檢測的具體范圍，再在海域中進行目標檢測，這樣可以降低目標檢測的復(fù)雜性，同時提高目標檢測的準確性和效率。然后增強艦船目標，檢測艦船目標，去除疑似目標。提取艦船目標流程圖如1所示。

二、碼頭掩膜的提取

選取港口一段時間內(nèi)的多幅影像進行比對，獲取港口信息。從多幅港口影像中提取碼頭信息，由于高分辨率遙感圖像成像鏡頭角度﹑時間等的不同，獲取的港口圖像并不能完全配準。原理如下：

為了實現(xiàn)碼頭影像固定部分的提取，首先對同一地點的一組影像進行最大類間方差法處理，閾值分割后得到二值化圖像。圖片中作為背景的低灰度海域區(qū)域均置為“0”，而作為目標的高灰度區(qū)均置為“1”。在高灰度區(qū)域中包含有陸地碼頭和艦船目標。

分割后的圖像會形成很多的聯(lián)通區(qū)域。對處理結(jié)果進行“孔洞填充”，通過形態(tài)學(xué)處理使陸地碼頭部分連通，便于之后掩膜的生成。

在處理影像時，每幅影像里的陸地碼頭部分都存在于相似相近的坐標位置上，而不同時期變動的艦船目標則存在于各影像中的不同位置。將多幅二值化影像疊加，提取出這些圖片中相同的部分，所提取的部分即是固定不變的碼頭部分。

由于對于同一地點拍攝的時間、角度不同，組圖中的碼頭陸地部分存在配準誤差。所以在上述處理結(jié)果中，提取部分會產(chǎn)生邊緣部分的殘缺。由此得到初步碼頭圖像。

三、實驗流程

（一）預(yù)處理

對于獲得的遙感圖像來說，圖像受天氣、海況、光照、成像傳感器參數(shù)等多種因素影響，還因為有與研究目標無關(guān)的陸地碼頭影響，給目標檢測造成干擾。圖像必須經(jīng)過預(yù)處理進行質(zhì)量提高和特征增強，才能進行目標檢測識別與跟蹤的運算。

（二）制作掩膜

利用本文提出的提取共同特征的方法提取出碼頭掩膜，提取出相同的部分，所提取的部分即是固定不變的碼頭部分。通過制作掩膜與原圖像進行對比，最終可以將非艦船區(qū)域置零。圖2為含有碼頭的艦船目標圖，圖3為經(jīng)過碼頭掩膜后的艦船目標圖。

（三）目標分離和連通區(qū)域標注

艦船目標的進一步提取前需要進行經(jīng)過去噪、去海域與陸地掩膜，這樣，圖像最終保留的區(qū)域主要為艦船區(qū)域。本文使用了疊加提取共同特征的方法提取了碼頭掩膜，然后通過將碼頭掩膜和影像比對，從而能夠提取出港口內(nèi)的艦船目標區(qū)域。角度誤差致使圖片不能完全匹配，導(dǎo)致存在陸地及其他物體的干擾。雖然在處理過程中進行了形態(tài)學(xué)濾波，對港口信息和提取結(jié)果進行了去除干擾及復(fù)原，但仍不能完全去除除了艦船之外的各種干擾信息。

經(jīng)過上述處理后，我們已經(jīng)得到了較完整的圖像前景，且前景由各不相鄰的局部連通區(qū)域組成。為了提取目標區(qū)域面積特征參數(shù)，我們對圖像前景進行連通區(qū)域標注，將滿足鄰接關(guān)系的像素歸為一類連通區(qū)域，并用符號標記區(qū)分各個不同的連通區(qū)域。連通區(qū)域標注的基本思想是：

1、從圖像的某一個位置開始，每個像素都進行掃描，對于同一行中的不同連通區(qū)域的行程標上不同的序號，這些像素的灰度標記相同，不同的列也標上不同的序號;

2、然后逐次掃描全圖，如果兩個相鄰的行或列中有相連通的行程，則下行和列的號改為上行和列的號：

3、對標記過的號再進行排列，就可以得到圖像中的不同連通區(qū)域的標識序列號。

（四）形態(tài)學(xué)處理

由于高分辨率圖像對于目標光影體現(xiàn)明顯，在用灰度閾值分割時陰影的低灰度值對目標多少都會產(chǎn)生侵蝕。造成提取的目標殘缺或支離破碎，對于下一步提取連通區(qū)域和基于面積篩選造成困難。因此再次需對提取目標同樣進行形態(tài)學(xué)處理。

四、實驗結(jié)果分析

（一）預(yù)處理

將圖像預(yù)處理后，圖像的一些孤立噪聲和細節(jié)被濾去，運用較大窗口中值濾波器后目標輪廓變得比以前模糊了。但是中值濾波并不是簡單地取均值，濾波過程通過犧牲細節(jié)信息達到平滑噪聲的目的。

（二）制作碼頭掩膜

本文使用了疊加提取共同特征的方法提取了碼頭掩膜，然后通過將碼頭掩膜和影像比對，從而能夠提取出港口內(nèi)的艦船目標區(qū)域。

（三）提取質(zhì)心

二值化圖像能使目標區(qū)域置為“1”，作為下一步處理的依據(jù)。形態(tài)學(xué)處理使因為陰影而支離破碎的目標區(qū)域盡可能的連通恢復(fù)為一體，這同樣作為下一步處理依據(jù)。要使目標區(qū)域中的目標被確認出來，需要提取出目標特征作為依據(jù)。根據(jù)所目標區(qū)域特點，選擇提取目標質(zhì)心來確認目標。

五、總結(jié)

本文針對高分辨率遙感影像中?？扛劭诘呐灤繕说奶攸c，利用疊加提取共同特征提取碼頭掩膜，然后通過將碼頭掩膜和影像比對提取出港口內(nèi)的艦船目標區(qū)域，最后利用形態(tài)學(xué)處理和提取質(zhì)心，從而檢測到艦船目標。本文利用了一幅高分辨率影像圖進行了方法的驗證，實驗結(jié)果證明該方法能夠有效的進行?？颗灤哪繕藱z測。

參考文獻：

[1] 基于高分辨率遙感影像中艦船目標的分割與提取技術(shù)研究[D].長春：東北師范大學(xué)，2008

[2]陳海亮.基于特征的光學(xué)遙感圖像艦船目標檢測技術(shù)研究[D].長沙：國防科學(xué)技術(shù)大學(xué)，2010

[3]尤曉建，徐守時，侯蕾.基于特征融合的可見光圖像艦船檢測新方法[J].計算機工程與應(yīng)用，2005，41（19）：199-202

[4]儲昭亮，王慶華，陳海林，徐守時.基于極小誤差閾值分割的艦船自動檢測方法[J].計算機工程，2007，33（11）：239-241

作者簡介：許立科（1980.09—），山東煙臺，工程師，碩士，通信方向。