面向遙感圖像海陸分割的區(qū)域生長種子點提取方法及系統(tǒng)的制作方法
【技術領域】
[0001]本發(fā)明涉遙感圖像處理領域，尤其涉及面向遙感圖像海陸分割的區(qū)域生長種子點提取方法及系統(tǒng)。
【背景技術】
[0002]隨著遙感圖像數(shù)據(jù)獲取能力的不斷增強及其分辨率的提高，利用及發(fā)展遙感圖像解譯技術已迫在眉睫。其中，利用遙感數(shù)據(jù)進行艦船目標檢測在民用和軍事領域都有著巨大的現(xiàn)實意義。
[0003]由于可見光圖像在展現(xiàn)地面目標的形狀、結構、紋理、色彩等細節(jié)方面具有明顯優(yōu)勢，能夠更好地檢測、分類、識別目標，利用衛(wèi)星可見光圖像來監(jiān)視、檢測、識別地面目標，特別是海上目標檢測越來越引起人們的關注。而海洋、陸地區(qū)域檢測和分離(海陸分割)是海上目標檢測重要的一步，它直接影響到后續(xù)目標識別、檢測結果的準確性。另外海陸分割可以使后續(xù)檢測限定在海洋區(qū)域進行，降低艦船檢測的復雜度，提高檢測效率。
[0004]目前常用的海陸分割算法主要有基于灰度直方圖的閾值分割、基于紋理和邊緣特征的分割方法以及基于特征融合的分割方法等。基于灰度直方圖的分割算法和直方圖分布特性緊密相關，當直方圖呈現(xiàn)雙峰或近似雙峰特性時，能準確地選取閾值，而閾值選取的好壞直接影響分割效果，當圖像灰度較暗或者陸地與海面灰度相近時，直方圖可能呈現(xiàn)單峰特性，因此很難準確自動選取閾值，該類閾值分割算法的魯棒性和自適應性較差。基于梯度、邊緣等特征、紋理特征的分割算法遠遠優(yōu)于單一灰度閾值分割，但該類算法沒有考慮到海面與陸地的灰度值差異，海岸線的精確性與連續(xù)性在很大程度上都受到閾值分割效果的影響，在海面較為復雜時，分割效果有時反而不如單一的灰度閾值分割。近年來，一些研究學者提出了針對特定問題的基于特征融合的分割算法。如，劉利用神經(jīng)網(wǎng)絡把紋理特征和灰度信息融合起來，針對細胞分割問題取得了較好的效果，但該算法不是自適應的，需要人工交互。袁提出了一種基于紋理與灰度協(xié)同進化的圖像分割算法，它在一類既要提取目標輪廓又要表現(xiàn)細節(jié)紋理特征的圖像分割(如人臉分割)中取得了較好的效果。由于海陸分割的特殊性(并不需要反映細節(jié)的紋理特征)，該方法在海陸分割中容易把海面和陸地分割成很多零散的小塊，不利于后續(xù)的目標識別。
[0005]要使得分割算法能在實際系統(tǒng)中得以應用，一方面要考慮準確性，即分割算法應對較復雜的灰度變化有魯棒性；另一方面是時效性，由于遙感平臺自身的運動特點，其獲取的遙感圖像數(shù)據(jù)率往往較高，這就要求相應算法應簡單高效。
[0006]因此在確保準確性和時效性的前提下開發(fā)一種方法自動獲取種子點，是一個亟待解決的問題。

【發(fā)明內(nèi)容】

[0007]本發(fā)明提供面向遙感圖像海陸分割的區(qū)域生長種子點提取方法及系統(tǒng)以實現(xiàn)自動獲取種子點，避免了人工交互，并在應用于遙感圖像海陸分割中，取得良好效果。
[0008]本發(fā)明提供了如下方案:
[0009]—種面向遙感圖像海陸分割的區(qū)域生長種子點提取方法，包括:
[0010]對有效行像素點的像素值做水平方向差分處理，獲取差分結果；
[0011]根據(jù)所述差分結果，在有效行中選取包含種子點的有效行；
[0012]在所述包含種子點的有效行中確定種子點。
[0013]進一步地，所述在有效行中選取包含種子點的有效行，包括:
[0014]若所述有效行像素點的像素值的差分結果中存在有一段連續(xù)不間斷的像素點，所述連續(xù)不間斷的像素點個數(shù)不少于預設有效像素點個數(shù)，且所述連續(xù)不間斷的像素點的值均小于預設差分像素閾值；則選取為包含種子點的有效行。
[0015]進一步地，所述在包含種子點的有效行中確定種子點，包括:
[0016]選擇所述包含種子點的有效行的中間區(qū)域范圍內(nèi)的任一像素點作為種子點。
[0017]進一步地，所述包含種子點的有效行的中間區(qū)域范圍，包括:
[0018]選擇所述包含種子點的有效行的正中間的像素點為中心點；
[0019]存在于包含種子點的有效行內(nèi)，且與中心點的像素值的差的絕對值小于或等于中間區(qū)域范圍閾值的像素點的集合組成中間區(qū)域范圍。
[0020]進一步地，還包括:
[0021]在所獲取的原圖像中提取當前行每一個像素點的像素值若所述的像素點中無效像素點的數(shù)量大于無效像素點數(shù)量閾值，則判斷當前行為無效行，否則，則為有效行。
[0022]進一步地，還包括:
[0023]若當前行的像素點中存在任一像素點的像素值與無效中心點的像素值的差的絕對值小于或等于無效像素范圍閾值，則判斷該像素點為無效像素點。
[0024]進一步地，所述差分處理，包括:
[0025]原圖像中有效行一經(jīng)識別即刻對有效行像素點的像素值進行水平方向差分處理；或，
[0026]待原圖像所有行都識別完畢，對有效行像素點的像素值進行水平方向差分處理。
[0027]根據(jù)本發(fā)明的另一方面，還提供一種面向遙感圖像海陸分割的區(qū)域生長種子點提取系統(tǒng)，包括差分模塊、包含種子點的有效行選取模塊，和種子值確定模塊，其中，差分模塊，其用于對有效行像素點的像素值做水平方向差分處理，獲取差分結果；
[0028]包含種子點的有效行選取模塊，其根據(jù)所述差分結果，在有效行中選取包含種子點的有效行；
[0029]種子值確定模塊，其用于在所述包含種子點的有效行中確定種子點。
[0030]由上述本發(fā)明的實施例提供的技術方案可以看出，本發(fā)明與現(xiàn)有技術相比的有益效果在于:在確保準確性和時效性的前提下，利用掃描圖像數(shù)據(jù)并基于像素梯度的方法自動獲取種子點，避免了人工交互，提高了算法效率。
【附圖說明】
[0031]附圖用來提供對本發(fā)明的進一步理解，并且構成說明書的一部分，與本發(fā)明的實施例共同用于解釋本發(fā)明，并不構成對本發(fā)明的限制。在附圖中:
[0032]圖1是發(fā)明實施例一提供的面向遙感圖像海陸分割的區(qū)域生長種子點提取方法的處理流程圖；
[0033]圖2是發(fā)明實施例二提供的面向遙感圖像海陸分割的區(qū)域生長種子點提取方法的處理流程圖；
[0034]圖3是面向遙感圖像海陸分割的區(qū)域生長種子點提取系統(tǒng)模塊圖；
【具體實施方式】
[0035]以下將結合附圖及實施例來詳細說明本發(fā)明的實施方式，借此對本發(fā)明如何應用技術手段來解決技術問題，并達成技術效果的實現(xiàn)過程能充分理解并據(jù)以實施。需要說明的是，只要不構成沖突，本發(fā)明中的各個實施例以及各實施例中的各個特征可以相互結合，所形成的技術方案均在本發(fā)明的保護范圍之內(nèi)。
[0036]第一實施例
[0037]圖1是發(fā)明實施例一提供的面向遙感圖像海陸分割的區(qū)域生長種子點提取方法的處理流程圖，本實施例提供面向遙感圖像海陸分割的區(qū)域生長種子點提取方法的處理流程，如圖1所示，下面根據(jù)圖1詳細說明本實施例的各個步驟。
[0038]本實施例中所述原圖像均為采集的灰度圖像；在原圖像中，執(zhí)行如下步驟:
[0039]步驟SI 10，對有效行像素點的像素值做水平方向差分處理，獲取差分結果；
[0040]步驟S120，根據(jù)所述差分結果，在有效行中選取包含種子點的有效行；
[0041]步驟S130，在所述包含種子點的有效行中確定種子點。
[0042]第二實施例
[0043]圖2是發(fā)明實施例一提供的面向遙感圖像海陸分割的區(qū)域生長種子點提取方法的處理流程圖，本實施例提供面向遙感圖像海陸分割的區(qū)域生長種子點提取方法的處理流程，如圖2所示，下面根據(jù)圖2詳細說明本實施例的各個步驟。
[0044]步驟S210，識別原圖像中當前行為有效行；
[0045]識別原圖像中當前行為有效行的方法，包括:
[0046]對所獲取的原圖像逐行執(zhí)行如下操作:
[0047]在所獲取的原圖像中提取當前行每一個像素點的像素值，順序排列形成一維數(shù)組；
[0048]若所述的一維數(shù)組像素點中無效像素點的數(shù)量大于無效像素點數(shù)量閾值，則判斷當前行為無效行，否則，則為有效行。
[0049]其中，判斷無效像素點的方法為:
[0050]設置無效像素中心點并設置無效像素閾值，若當前行的像素點中存在任一像素點的像素值與無效像素中心點的像素值的差的絕對值小于或等于無效像素閾值，則判斷該像素點為無效像素點。
[0051]在本實施例中，設置2個無效中心點，設置無效像素閾值為2，此時判斷無效像素點的方法包括:
[0052]設置無效中心點像素值0，以無效中心點O為中心，無效像素閾值為2，當前行的像素點中存在任一像素點的像素值與無效中心點的像素值O的差的絕對值小于或等于無效像素閾值2，則該像素點落入無效像素范圍，則判斷該像素點為無效像素點。
[0053]設置無效中心點像素值255，以無效中心點255為中心，無效像素閾值為2，當前行的像素點中存在任一像素點的像素值與無效中心點的像素值255的差的絕對值小于或等于無效像素閾值2，則該像素點落入無效像素范圍，則判斷該像素點為無效像素點。
[0054]其中，在實際處理圖像時，無效像素半徑具體依據(jù)圖像大小確定。
[0055]本領域技術人員應能理解上述無效像素中心點僅為舉例，本實施例是結合實際情況來做的，有的遙感圖像的無效中心點像素值都是0，有的遙感圖像的無效中心點像素值都是255，有的還可能是其他類似的值，在對圖像進行處理前，這些都是可以預先知道的。其他現(xiàn)有的或今后可能出現(xiàn)的無效像素中心點如可適用于本發(fā)明實施例，也應包含在本發(fā)明保護范圍以內(nèi)，并在此以引用方式包含于此。
[0056]另外，對于步驟S210，存在如下兩種執(zhí)行方式:
[0057]執(zhí)行步驟S210中，待原圖像所有行都識別完畢，再執(zhí)行步驟S220對有效行像素點的像素值做水平方向差分處理。
[0058]本實施例中優(yōu)選地，執(zhí)行步驟S210中，識別原圖像中當前行為有效行后即刻執(zhí)行步驟S220，對有效行像素點的像素值做水平方向差分處理。
[0059]步驟S220，對有效行像素點的像素值做水平方向差分處理，獲取差分結果；
[0060]差分結果為有效行像素點的像素值經(jīng)過水平方向差分處理后的得到的像素點的像素值值組成的行像素。
[0061]例如，在本實施例中，假設一行像素點的像素值用數(shù)組pixel[]表示。對該組表示行像素點的像素值進行差分處理，獲取的差分結果為差分處理后的像素點值組成的差分處理后的行像素；
[0062]dpixel [n] = pixel [n+1] - pixel [n]
[0063]步驟S230，根據(jù)所述差分結果，在有效行中選取包含種子點的有效行；
[0064]判斷所述有效行像素點的像素值差分結果中是否存在有一段連續(xù)不間斷的像素點，且