许立科 孙玮 孙玉玉

摘要：针对高分辨率遥感影像中停靠港口的舰船目标的特点，提出了一种基于陆地掩膜的舰船检测方法，通过将码头掩膜和影像比对提取出港口内的舰船目标区域，然后利用形态学处理和提取质心，最后检测到舰船目标。

关键词：高分辨率;舰船检测;掩膜;特征提取;形态学处理

引言：

随着高分辨率卫星图像分辨率的不断提高，重访周期的缩短，卫星已成为对敌侦察的主要手段。遥感图像数据量随之越来越大，大量的遥感图像需进行实时处理并充分利用，从而获取具有判读价值的图像。光学图像的舰船检测与识别目前正处于理论研究阶段。随着远海打击的军事需求和海洋监测部门对海域监测的强烈需求，舰船检测与识别的必要性日显突出。随着大量文献[1]-[4]的出现，舰船检测与识别领域也在日益蓬勃的发展。

一、舰船检测的一般思路

当前舰船检测与识别的研究多采用面向对象[5]的思想，按照舰船在海域中的分布情况，可以将舰船检测大体分为纯海洋背景的舰船检测和靠岸舰船检测。本文主要研究的是停靠岸舰船的检测问题，针对靠岸舰船复杂的背景，提出了基于陆地掩膜的高分辨率图像中的舰船检测方法。在靠岸舰船检测方法中，首先需要进行海陆分离，去除陆地对舰船检测的影响，从而再根据停靠岸的舰船的目标的特征，对舰船进行特征提取并检测出舰船，最后进行目标的鉴别，去除非舰船目标。

在光学遥感图像中，先把海域从图像中分离出来，去除陆地的影响，从而确定舰船检测的具体范围，再在海域中进行目标检测，这样可以降低目标检测的复杂性，同时提高目标检测的准确性和效率。然后增强舰船目标，检测舰船目标，去除疑似目标。提取舰船目标流程图如1所示。

二、码头掩膜的提取

选取港口一段时间内的多幅影像进行比对，获取港口信息。从多幅港口影像中提取码头信息，由于高分辨率遥感图像成像鏡头角度﹑时间等的不同，获取的港口图像并不能完全配准。原理如下：

为了实现码头影像固定部分的提取，首先对同一地点的一组影像进行最大类间方差法处理，阈值分割后得到二值化图像。图片中作为背景的低灰度海域区域均置为“0”，而作为目标的高灰度区均置为“1”。在高灰度区域中包含有陆地码头和舰船目标。

分割后的图像会形成很多的联通区域。对处理结果进行“孔洞填充”，通过形态学处理使陆地码头部分连通，便于之后掩膜的生成。

在处理影像时，每幅影像里的陆地码头部分都存在于相似相近的坐标位置上，而不同时期变动的舰船目标则存在于各影像中的不同位置。将多幅二值化影像叠加，提取出这些图片中相同的部分，所提取的部分即是固定不变的码头部分。

由于对于同一地点拍摄的时间、角度不同，组图中的码头陆地部分存在配准误差。所以在上述处理结果中，提取部分会产生边缘部分的残缺。由此得到初步码头图像。

三、实验流程

（一）预处理

对于获得的遥感图像来说，图像受天气、海况、光照、成像传感器参数等多种因素影响，还因为有与研究目标无关的陆地码头影响，给目标检测造成干扰。图像必须经过预处理进行质量提高和特征增强，才能进行目标检测识别与跟踪的运算。

（二）制作掩膜

利用本文提出的提取共同特征的方法提取出码头掩膜，提取出相同的部分，所提取的部分即是固定不变的码头部分。通过制作掩膜与原图像进行对比，最终可以将非舰船区域置零。图2为含有码头的舰船目标图，图3为经过码头掩膜后的舰船目标图。

（三）目标分离和连通区域标注

舰船目标的进一步提取前需要进行经过去噪、去海域与陆地掩膜，这样，图像最终保留的区域主要为舰船区域。本文使用了叠加提取共同特征的方法提取了码头掩膜，然后通过将码头掩膜和影像比对，从而能够提取出港口内的舰船目标区域。角度误差致使图片不能完全匹配，导致存在陆地及其他物体的干扰。虽然在处理过程中进行了形态学滤波，对港口信息和提取结果进行了去除干扰及复原，但仍不能完全去除除了舰船之外的各种干扰信息。

经过上述处理后，我们已经得到了较完整的图像前景，且前景由各不相邻的局部连通区域组成。为了提取目标区域面积特征参数，我们对图像前景进行连通区域标注，将满足邻接关系的像素归为一类连通区域，并用符号标记区分各个不同的连通区域。连通区域标注的基本思想是：

1、从图像的某一个位置开始，每个像素都进行扫描，对于同一行中的不同连通区域的行程标上不同的序号，这些像素的灰度标记相同，不同的列也标上不同的序号;

2、然后逐次扫描全图，如果两个相邻的行或列中有相连通的行程，则下行和列的号改为上行和列的号：

3、对标记过的号再进行排列，就可以得到图像中的不同连通区域的标识序列号。

（四）形态学处理

由于高分辨率图像对于目标光影体现明显，在用灰度阈值分割时阴影的低灰度值对目标多少都会产生侵蚀。造成提取的目标残缺或支离破碎，对于下一步提取连通区域和基于面积筛选造成困难。因此再次需对提取目标同样进行形态学处理。

四、实验结果分析

（一）预处理

将图像预处理后，图像的一些孤立噪声和细节被滤去，运用较大窗口中值滤波器后目标轮廓变得比以前模糊了。但是中值滤波并不是简单地取均值，滤波过程通过牺牲细节信息达到平滑噪声的目的。

（二）制作码头掩膜

本文使用了叠加提取共同特征的方法提取了码头掩膜，然后通过将码头掩膜和影像比对，从而能够提取出港口内的舰船目标区域。

（三）提取质心

二值化图像能使目标区域置为“1”，作为下一步处理的依据。形态学处理使因为阴影而支离破碎的目标区域尽可能的连通恢复为一体，这同样作为下一步处理依据。要使目标区域中的目标被确认出来，需要提取出目标特征作为依据。根据所目标区域特点，选择提取目标质心来确认目标。

五、总结

本文针对高分辨率遥感影像中停靠港口的舰船目标的特点，利用叠加提取共同特征提取码头掩膜，然后通过将码头掩膜和影像比对提取出港口内的舰船目标区域，最后利用形态学处理和提取质心，从而检测到舰船目标。本文利用了一幅高分辨率影像图进行了方法的验证，实验结果证明该方法能够有效的进行停靠舰船的目标检测。

参考文献：

[1] 基于高分辨率遥感影像中舰船目标的分割与提取技术研究[D].长春：东北师范大学，2008

[2]陈海亮.基于特征的光学遥感图像舰船目标检测技术研究[D].长沙：国防科学技术大学，2010

[3]尤晓建，徐守时，侯蕾.基于特征融合的可见光图像舰船检测新方法[J].计算机工程与应用，2005，41（19）：199-202

[4]储昭亮，王庆华，陈海林，徐守时.基于极小误差阈值分割的舰船自动检测方法[J].计算机工程，2007，33（11）：239-241

作者简介：许立科（1980.09—），山东烟台，工程师，硕士，通信方向。