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?？扛劭诘呐灤繕说奶攸c，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的艦船目標區域，然后利用形態學處理和提取質心，最后檢測到艦船目標。

關鍵詞：高分辨率;艦船檢測;掩膜;特征提取;形態學處理

引言：

隨著高分辨率衛星圖像分辨率的不斷提高，重訪周期的縮短，衛星已成為對敵偵察的主要手段。遙感圖像數據量隨之越來越大，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測部門對海域監測的強烈需求，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，艦船檢測與識別領域也在日益蓬勃的發展。

一、艦船檢測的一般思路

當前艦船檢測與識別的研究多采用面向對象[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?？堪杜灤臋z測問題，針對靠岸艦船復雜的背景，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?？堪兜呐灤哪繕说奶卣鳎瑢ε灤M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域均置為“0”，而作為目標的高灰度區均置為“1”。在高灰度區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通區域。對處理結果進行“孔洞填充”，通過形態學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。所以在上述處理結果中，提取部分會產生邊緣部分的殘缺。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、成像傳感器參數等多種因素影響，還因為有與研究目標無關的陸地碼頭影響，給目標檢測造成干擾。圖像必須經過預處理進行質量提高和特征增強，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域置零。圖2為含有碼頭的艦船目標圖，圖3為經過碼頭掩膜后的艦船目標圖。

（三）目標分離和連通區域標注

艦船目標的進一步提取前需要進行經過去噪、去海域與陸地掩膜，這樣，圖像最終保留的區域主要為艦船區域。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的艦船目標區域。角度誤差致使圖片不能完全匹配，導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學濾波，對港口信息和提取結果進行了去除干擾及復原，但仍不能完全去除除了艦船之外的各種干擾信息。

經過上述處理后，我們已經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域組成。為了提取目標區域面積特征參數，我們對圖像前景進行連通區域標注，將滿足鄰接關系的像素歸為一類連通區域，并用符號標記區分各個不同的連通區域。連通區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域的標識序列號。

（四）形態學處理

由于高分辨率圖像對于目標光影體現明顯，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學處理。

四、實驗結果分析

（一）預處理

將圖像預處理后，圖像的一些孤立噪聲和細節被濾去，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的艦船目標區域。

（三）提取質心

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

五、總結

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的艦船目標區域，最后利用形態學處理和提取質心，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研究[D].長春：東北師范大學，2008

[2]陳海亮.基于特征的光學遙感圖像艦船目標檢測技術研究[D].長沙：國防科學技術大學，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。