本發明提出一種基于紅外遙感圖像的艦船目標檢測方法，包括以下步驟：S1：對紅外遙感圖像進行水岸分離，將包含艦船目標的海域圖像分割出來；S2：對水岸分離后獲取的海域圖像進行對比度增強處理，突出圖像中的艦船目標，根據突出的艦船目標選定艦船目標的候選區域；S3：從所述候選區域中確定艦船疑似目標，根據艦船個性化特征提取艦船目標。在風浪、云背景、艦船尾跡、太陽耀斑、海島等復雜背景干擾的情況下，能夠準確地、實時地檢測出艦船目標。

技術領域

本發明涉及紅外遙感圖像領域的目標檢測識別技術，特別涉及一種基于紅外遙感圖像的艦船目標檢測方法。

背景技術

基于紅外遙感圖像的艦船目標檢測與識別技術雖然研究起步比較晚，但隨著載荷分辨率的不斷提高，高分辨率紅外圖像在艦船識別方面表現出了突出的優勢和廣闊的前景。目前，復雜背景下的基于紅外遙感圖像的艦船目標檢測仍是個難點；一方面由于海洋面積大，海面上的艦船信息非常豐富，導致數據量非常大，現有的基于艦船直方圖拖尾性的檢測方法和基于C-V閾值分割的檢測方法非常耗時，不利于實時處理；另一方面由于受到風浪、云背景、艦船尾跡、太陽耀斑、海島等因素的干擾，往往導致艦船檢測時虛警較多。

發明內容

本發明所要解決的技術問題是如何克服在風浪、云背景、艦船尾跡、太陽耀斑、海島等復雜背景干擾的情況下，準確地、實時地檢測出艦船目標。

為解決上述問題，本發明提出一種基于紅外遙感圖像的艦船目標檢測方法，包括以下步驟：

S1：對紅外遙感圖像進行水岸分離，將包含艦船目標的海域圖像分割出來；

S2：對水岸分離后獲取的海域圖像進行對比度增強處理，突出圖像中的艦船目標，根據突出的艦船目標選定艦船目標的候選區域；

S3：從所述候選區域中確定艦船疑似目標，根據艦船個性化特征提取艦船目標。

根據本發明的一個實施例，所述步驟S1中，根據紅外遙感圖像的圖像頻率譜中頻率在設定頻段范圍內的圖像熵統計結果將圖像分為海洋部分、陸地部分和海陸混合部分，經過邊緣提取確定海岸線，將海域圖像分割出來。

根據本發明的一個實施例，所述步驟S1包括以下步驟：

S11：將紅外遙感圖像分割成若干圖像小塊，對各個圖像小塊進行頻譜計算，計算頻率在設定頻段范圍內的圖像熵，并進行累加統計，求得各個圖像小塊的圖像熵總值；

S12：將各個圖像小塊的圖像熵總值與預設上閾值和預設下閾值比較，將圖像熵總值小于預設下閾值的圖像小塊判定為海洋部分，將圖像熵大于預設上閾值的圖像小塊認定為陸地部分，其余圖像小塊判定為海陸混合部分；

S13：提取圖像小塊的海陸變化的邊界作為種子點，進行區域生長，勾勒出海岸線實現水岸分離，將包含艦船目標的海域圖像分割出來。

根據本發明的一個實施例，所述設定頻段范圍為4～20Hz。

根據本發明的一個實施例，所述步驟S2中，通過對水岸分離后獲取的海域圖像進行Top-Hat變換和Bottom-Hat變換，增強艦船目標和海洋背景的灰度對比度，突出艦船目標。

根據本發明的一個實施例，所述步驟S3中的從所述候選區域中確定艦船疑似目標包括以下步驟：

S31：對艦船目標候選區域的圖像進行Top-Hat變換處理；

S32：對變換處理后的圖像進行灰度形態學重建；

S33：對重建的圖像進行閾值分割，確定艦船疑似目標。

根據本發明的一個實施例，所述步驟S3中的根據艦船個性化特征提取最優艦船目標包括以下步驟：