本發(fā)明涉及基于坐標旋轉最小外接矩形的光學遙感圖像船只方向特征提取方法。

背景技術：

近年來，隨著空天搭載平臺技術的迅猛發(fā)展，空間遙感技術也在不斷完善和進步，利用所獲取的遙感圖像進行船只檢測和監(jiān)視的研究與技術開發(fā)在海洋遙感領域得到越來越多的重視。

光學遙感圖像船只方向特征提取是指，基于光學遙感圖像數據，利用圖像處理的方法提取有關船只方向的特征,該技術能配合自動檢測技術實現遙感數據海面船只信息的自動有效提取。它應用在民用領域上，可以支持航運監(jiān)控、海洋漁業(yè)監(jiān)督、水上交通管制等。應用在軍事領域上則可用于：船只國外軍港動態(tài)監(jiān)視、重點船只目標離港預警等。

在海面船只遙感特征提取中，船只的朝向是遙感數據船只目標自動解譯的關鍵信息。當前有關船只方向提取的技術大都是通過遍歷目標區(qū)域，尋找長、短軸的方法來獲取船只方向。這類傳統(tǒng)采用計算連通區(qū)域長軸、短軸獲取船只方向特征的方式，容易受到連通域標記計算的完整性及目標周邊少量虛警點的干擾，而且使用遍歷目標區(qū)域尋找長短軸獲取方向的方法運算量大，效率低。

本方案提出基于坐標旋轉最小外接矩形的光學遙感圖像船只方向特征提取的方法，考慮目標外周的整體性，能有效克服傳統(tǒng)方法連通域標記完整性及周域虛警點干擾的問題。此外，本方法采用了旋轉坐標軸的策略，并通過對目標船頭朝向進行初判，初判后將旋轉遍歷范圍的角度限制在[0,45°]，大大縮減了計算的復雜度及計算時間，提高效率。

技術實現要素：

根據本發(fā)明的一個方面，提供了一種基于坐標旋轉最小外接矩形的遙感圖像船只方向特征提取方法，用于提取船只的方向特征，包括以下步驟：

A)進行圖像預處理，包括：

對目標的切片進行自適應閾值分割得到灰度輸入圖像的二值圖；

對二值圖像進行中值濾波，去除目標船體的周域的干擾噪聲點，防止噪聲點對圖像處理的嚴重干擾；

對濾波之后的圖像進行二值腐蝕和二值膨脹以對目標船體達到孔洞填充的目的，接著，進行二值膨脹操作將目標船體的二值區(qū)域外擴一圈，為提取邊緣做準備；

采用二值形態(tài)學方法，用邊緣外擴的目標船體的二值圖像減去目標船體的區(qū)域二值圖像，獲得目標船體的單像素邊緣輪廓圖像；

B)針對獲取的邊緣圖像，基于統(tǒng)計在坐標軸4個象限內的目標船體的二值連通區(qū)域單像素邊緣輪廓的方法，快速確定坐標的初始角度，進行目標船體的朝向初判；

C)在步驟B)的目標船體的朝向初判的結果的限制下，做搜索范圍的最小外接矩形并基于最小外接矩形計算船只方向；

D)利用獲取的最小外接矩形來提取包括船只的長、寬、朝向的船只方向相關特征。

附圖說明

圖1是基于坐標旋轉最小外接矩形的遙感圖像船只方向特征提取的總流程圖。

圖2是快速獲取最小外接矩形的流程圖。

圖3(a)至3(c)是目標朝向初判示意圖。

圖4是矩形初判象限化分說明圖。

圖5是有限搜索范圍的最小外接矩形確認及船頭初判示意圖。

具體實施方案

本發(fā)明的目的在于針對上述現有技術的缺點，提出基于坐標旋轉最小外接矩形的光學遙感圖像船只方向特征提取方法，高效準確地獲取遙感圖像中船只的方向相關信息。

本發(fā)明針對以上敘述的情況，采用基于坐標旋轉最小外接矩形的光學遙感圖像船只方向特征的提取方法。目前尚未有此類方法的報道。

本發(fā)明提出基于坐標旋轉最小外接矩形的船只光學遙感圖像船只方向特征的提取方法。具體步驟如下：

第一步：圖像預處理

對目標切片進行自適應閾值分割得到灰度輸入圖像的二值圖，對此二值圖進行二值中值濾波，去除目標圖像中的零散干擾噪聲點。接著進行孔洞填充和擴大邊緣，并采用二值形態(tài)學方法獲得目標二值連通區(qū)域的單像素邊緣輪廓。

第二步：基于象限劃分的船只方向初判

首先對目標朝向進行初判，通過統(tǒng)計在坐標軸4個象限內目標二值連通區(qū)域單像素邊緣輪廓(上一步獲得的)，來快速確定坐標的初始角度，縮短后續(xù)搜索范圍。然后，通過判斷船頭和船尾兩個區(qū)域目標點數的多少來初步判斷目標朝向。

第三步：初判限制范圍內的船只最小外接矩形快速獲取

經過上一步方向初判后，通過坐標旋轉在有限搜索范圍內確定最小外接矩形，從初始角度開始每次旋轉坐標系1°，共掃描45次，并找出其中面積最小的外接矩形并記錄此時的旋轉角度，此時的旋轉角度即為我們需要的船只方向。圖2是快速最小外接矩形獲取的流程圖。

第四步：基于最小外接矩形的方向特征提取

通過上一步對目標船體單像素邊緣求出的最小外接矩形，由最小外接矩形的主軸方向可以確定船只的航向；基于求出的最小外接矩形的長和寬，可直接確定船只的長和寬。

以下說明如何具體實施本發(fā)明提供的方法，圖1是根據本發(fā)明的一個實施例的方法的流程框圖，該方法包括：

第一步：圖像預處理

第(1.1)步自適應閾值分割：首先對灰度圖像進行自適應閾值分割得到二值圖像，方便對目標船體邊緣輪廓進行提取和準備。

第(1.2)步中值濾波：對二值圖像進行中值濾波，去除目標周域的干擾噪聲點，防止噪聲點對圖像處理的嚴重干擾。

第(1.3)步孔洞填充和擴大邊緣：對濾波之后的圖像進行二值腐蝕和二值膨脹以對船體區(qū)域達到孔洞填充的目的；接著，進行二值膨脹操作將目標船體的二值區(qū)域外擴一圈，為提取邊緣輪廓做準備。

第(1.4)步邊緣提?。翰捎枚敌螒B(tài)學方法，用邊緣外擴的目標二值圖像減去目標區(qū)域二值圖像，獲得目標船體的單像素邊緣輪廓圖像。

第二步：基于象限劃分的船只方向初判

第(2.1)步目標朝向初判：對目標輪廓圖像進行象限劃分：用橫坐標值最大的像素點減去橫坐標最小的像素點得到矩形的寬度，同時用縱坐標值最大的像素點減去縱坐標最小的像素點得到矩形的高度。將此外接矩形以中心線為界均分為四個區(qū)域。基于象限劃分可統(tǒng)計目標的初步朝向：統(tǒng)計目標輪廓在象限中的點，若落在象限區(qū)域1、3中的點多于象限區(qū)域2、4，則船體朝右，否則朝左，如圖3(a)-3(c)所示。反之亦然。

第(2.2)步初始角度快速確定：以上述外接矩形的中心線為坐標系，從右上起四個象限按照順時針分別為第一、第二、第三和第四象限，對每個象限作以原點為起點的射線，將每個象限分為兩個大小為45°的區(qū)域，四個象限共分成8個同樣大小的區(qū)域，設定橫坐標軸上方的區(qū)域從右至左分別為a、b、c、d四個區(qū)域。若由上步得出目標船體朝右，統(tǒng)計1區(qū)域目標輪廓像素值為1的點，若落在區(qū)域b的點數多于a，則初始角度為0，否則為45°；若船只朝左，落在區(qū)域c的點數多于d，則初始角度為0，否則為45°。如圖4所示。

第三步：初判限制范圍內的船只最小外接矩形快速獲取

第(3.1)步通過坐標旋轉在有限搜索范圍內確定最小外接矩形：在上一步獲取目標的初始角度范圍后，從初始角度開始每次旋轉坐標系1°，若目標船體朝右則順時針旋轉，否則逆時針旋轉。共掃描45次，求出每次掃描后的外接矩形。并找出其中面積最小的外接矩形并記錄此時的旋轉角度。此時的旋轉角度即為我們需要的船只方向，因為當外接矩形最小時，其中心線與目標船體的中軸線相重合，且外接矩形與目標船體邊緣相切。

第(3.2)步船頭朝向初判：以上步驟得出的最小外接矩形，對平行的兩個長邊作兩條垂線段，從而將最小外接矩形均分為三個區(qū)域，即將目標船體分為船頭、船尾及中間部分，通過統(tǒng)計船體1和3兩頭邊緣輪廓的像素點為1的數目的多少來初判船頭的朝向，即把像素點數為1的較少的區(qū)域所在的一側確定為船頭的一側。如圖5所示。

第四步：基于最小外接矩形的方向特征提取

第(4.1)步船頭方向特征獲?。和ㄟ^最小外接矩形獲取過程中計算的方向得到船頭的方向，在外接矩形獲取的過程中，每一次獲取的外接矩形都會對應相應的角度，比較外接矩形的大小，找出最小的外接矩形的同時記錄該最小外接矩形的角度，也就是船頭的方向角度。并通過船頭的初判進一步給出船航向的確定。

第(4.2)步：船只長度和寬度特征獲?。鹤钚⊥饨泳匦蔚拈L邊和短邊的長度就是船只的長度和寬度。

本發(fā)明與現有檢測方法相比具有以下優(yōu)點:

(1)采用目標邊緣輪廓進行方向提取。目標輪廓是測量目標方向最本質的圖像特性，本方法用提取目標邊緣輪廓來代替對目標直接進行區(qū)域提取，可直接關聯(lián)方向信息的本質，減少分割產生的孔洞對方向估計產生的影響，避免因區(qū)域信息分割不準而造成方向估計的不準確，有利于更準確的提取目標的方向特征信息。

(2)采用最小外接矩形的目標方向估計策略?？紤]目標的整體形態(tài)，避免了遍歷目標提取方法中因為考慮局部信息而容易出現誤差的缺點，例如因細節(jié)不規(guī)則處的干擾等原因造成的結果偏差，可以高準確性的提取目標的方向特征。

(3)采用方向初判提高算法效率。提出一種基于象限劃分的目標方向初判方法，在旋轉坐標軸確定最小外接矩形之前，首先進行船頭的象限初判，該方法減少了搜索的范圍，避免了通過全角度搜索時的計算量大的缺點，有效的提高計算效率。

(4)方向相關特征直接通過最小外接矩形求取。直接通過最小外接矩形的長邊和短邊就可直接獲取目標的長軸和短軸，避免了以往通過全圖遍歷的方法單獨獲取船只長短軸的復雜過程；同時利用最小外接矩形來提取船只的長短軸，有效保證了長短軸的正交垂直，避免了傳統(tǒng)方法因噪聲和分割不完整等原因對獲取長短軸提取的影響，具有更高的魯棒性。