申请/专利权人：清华大学

申请日：2021-05-06

公开（公告）日：2024-04-16

公开（公告）号：CN113781386B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T7/136;G06T7/194;G06V10/25;G06V10/762

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明提出一种基于多源遥感图像显著度模糊融合的舰船检测方法，属于图像处理方法与多源传感器融合应用领域。该方法首先从多源传感器获取多张遥感图像，对每张遥感图像通过计算该图像的多阶超像素级显著度特征生成对应的全局区域对比度图像；然后利用基于区域特征的模糊逻辑方法对每张全局区域对比度图像进行处理，实现多源遥感图像的多阶超像素级显著度特征融合，生成一张融合图像；对该融合图像进行取阈值操作，通过阈值判定生成该融合图像对应的二值图像，得到舰船目标检测的最终结果。本发明有效增强了目标区域并减小了误警概率，提高了融合图像的信杂比和目标检测性能，对实际的舰船目标检测任务具有重要意义。

主权项：1.一种基于多源遥感图像显著度模糊融合的舰船检测方法，其特征在于，该方法首先从多源传感器获取多张遥感图像，对每张遥感图像通过计算该图像的多阶超像素级显著度特征生成对应的全局区域对比度图像；然后利用基于区域特征的模糊逻辑方法对每张全局区域对比度图像进行处理，实现多源遥感图像的多阶超像素级显著度特征融合，生成一张融合图像；对该融合图像进行取阈值操作，通过阈值判定生成该融合图像对应的二值图像，得到舰船目标检测的最终结果；该方法包括以下步骤：1获取多源遥感图像，通过挖掘多源遥感图像的多阶超像素级显著度特征，生成对应的全局区域对比度图像；具体步骤如下：1-1通过多源传感器获取多幅遥感图像，对每幅遥感图像提取兴趣区域并配准后得到该遥感图像对应的原始图像，将第s张遥感图像对应的原始图像记为Is，其中下标s∈{1,2,…,S}，S≥2表示多源传感器获取的遥感图像的数量；1-2利用基于边缘信息的形态学对各原始图像进行处理生成对应的候选图像： 式中，εIs为原始图像Is的二值边缘图像；为形态学闭操作；SES为对εIs进行形学闭操作的结构元素；1-3对每张候选图像进行超像素分割，根据分割的结果将对应的原始图像分成多个超像素，得到该候选图像对应的原始图像的各超像素区域；记对任一候选图像Cs进行超像素分割后，根据分割结果得到的原始图像Is超像素区域表示为rl，l＝1,2,…,L，其中，L为候选图像Cs超像素分割的个数；1-4生成每张原始图像对应的全局区域对比度图像；对于原始图像Is，其对应的全局区域对比度图像生成方法如下：1-4-1根据每一个超像素区域rl，l＝1,2,…,L，计算对应的一阶显著度值P1rl和二阶显著度值P2rl，表达式如下： 式中下标u表示显著度的阶数；wsizerl'表示第l'个超像素rl'的尺寸权重： 式中，表示超像素rl'中的像素数量，表示超像素rl中的像素数量；wspatialrl',rl表示空间距离权重： 式中，dspatialrl',rl表示超像素rl'和超像素rl几何中心之间的欧氏距离，σspatial表示空间距离权重强度的控制参数；Durl',rl表示超像素rl'和超像素rl之间的第u阶颜色距离，u＝1,2；D1rl',rl＝|meanIrl'-meanIrl|D2rl',rl＝|stdIrl'-stdIrl|式中，meanIrl表示超像素区域rl中的像素强度均值，stdIrl表示超像素区域rl中的像素强度标准差；1-4-2利用步骤1-4-1得到的一阶显著度值P1rl和二阶显著度值P2rl生成各超像素区域最终的显著度值：Prl＝max{P1rl,P2rl}1-4-3生成原始图像Is对应的全局区域对比度图像Ps；Ps中各位置的像素强度值计算方法如下：Psm,n＝Prl,ifm,n∈rl式中，m,n表示像素坐标，m＝1,2,…,M，n＝1,2,…,N，Psm,n代表Ps中坐标m,n处的像素强度值；M表示Ps中长边的像素个数，N表示Ps中宽边的像素个数，M×N代表Ps中像素的总数量；2利用基于区域特征的模糊逻辑方法对步骤1生成的全局区域对比度图像进行处理，实现多源遥感图像的多阶超像素级显著度特征融合；具体步骤如下：2-1基于每张全局区域对比度图像Ps的强度直方图分布特征定义对应的三个模糊集合表示为： 其中，表示该Ps中高显著度对应的模糊集合，表示该Ps中中显著度对应的模糊集合，表示该Ps中低显著度对应的模糊集合；构造输入模糊隶属度函数： 式中表示模糊集合的隶属度函数，表示模糊集合的隶属度函数，表示模糊集合的隶属度函数，x表示Ps中的任一像素强度值，{lin,l'in,m'in,h'in,hin}表示输入模糊隶属度函数的参数；其中输入模糊隶属度函数的参数{lin,l'in,m'in,h'in,hin}设置为： 式中c1,c2,c3分别表示该Ps的低显著度范围中心、中等显著度范围中心和高显著度范围中心；Δlin和Δhin为正数；2-2利用多源遥感图像的观测特点构造模糊融合规则： 式中Rq表示第q条模糊准则，q＝1,2,…,Q，Q＝3s表示模糊准则的数量；表示输出模糊集合，k∈{L,M,H}，H代表高显著度、M代表中等显著度、L代表低显著度；包含图像Ps对应的三个模糊集合；构造输出模糊隶属度函数： 式中，为低显著度输出模糊隶属度函数，为中等显著度输出模糊隶属度函数，为高显著度输出模糊隶属度函数，表示输出模糊隶属度函数的参数；2-3根据构造的模糊隶属度函数和模糊融合准则，对每张全局区域对比度图像Ps进行处理，选取聚合算子和解模糊算子，实现多源遥感图像的多阶超像素级显著度特征融合，最终生成一张融合图像Pf：Pfm,n＝ymn式中，Pfm,n代表Pf中该坐标m,n处的像素值，ymn表示模糊融合后m,n处的像素强度值，m＝1,2,…,M，n＝1,2,…,N；3利用步骤2得到的融合图像进行取阈值操作，实现舰船目标检测；具体步骤如下：3-1基于融合图像Pf的强度直方图分布特征选取分割阈值th；3-2根据选取的分割阈值th对融合图像Pf进行二值分割：当Pf中任一位置的像素强度值大于th时，判定该位置在二值图像中像素强度值为1；否则判定为0；对Pf中所有位置的像素强度值判定完毕后，最终得到的二值图像即为最终的目标检测图像，实现舰船目标的检测。

全文数据：

权利要求：

百度查询： 清华大学 一种基于多源遥感图像显著度模糊融合的舰船检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD