高分辨率遥感影像航标自动提取方法技术

本发明专利技术公开了一种高分辨率遥感影像航标自动提取方法，其包括以下步骤：步骤一，首先选取水域的像素作为训练样本，训练单类支持向量机分类器；步骤二，利用训练好的单类支持向量机分类器对遥感影像所有像素进行预测；步骤三，在水域的像素中搜索不是水域的其他目标；步骤四，计算所有检测出的空洞的面积；步骤五，计算空洞所在窗口中外围区域的灰度均值；步骤六，再对保留的目标进行相关编组；步骤七，然后基于在线学习原理对漏检航标进行检测；步骤八，基于已检测航标的图像多波段灰度特性进行搜索；步骤九，更新曲线拟合结果和航标模板。本发明专利技术不需要人机交互，全自动完成。

【技术实现步骤摘要】
高分辨率遥感影像航标自动提取方法
本专利技术涉及一种影像航标自动提取方法，特别是涉及一种高分辨率遥感影像航标自动提取方法。
技术介绍
随着遥感技术的进步，遥感影像分辨率的不断提高，遥感在各行各业都将有着广阔的应用前景。在海事和航运管理中，遥感与AIS（AutomaticIdentificationSystem，船舶自动识别系统）、GIS（GeographicInformationSystem，地理信息系统）的结合日益紧密，在航道水域需要生成高精度正射影像与AIS和GIS结合用于数据分析。但是现有技术需要人为驱检测航标信息，且存在漏检航标的情况。
技术实现思路
本专利技术所要解决的技术问题是提供一种高分辨率遥感影像航标自动提取方法，其基于单类支持向量机和相关系数编组的方法可自动的检测大部分航标信息，且可自动的完成漏检航标检测，整个过程不需要人际交互，全自动完成。本专利技术是通过下述技术方案来解决上述技术问题的：一种高分辨率遥感影像航标自动提取方法，其特征在于，其包括以下步骤：步骤一，对于遥感影像，首先选取水域的像素作为训练样本，训练单类支持向量机分类器；步骤二，利用训练好的单类支持向量机分类器对遥感影像所有像素进行预测，保留所有预测结果为水域的像素；步骤三，在水域的像素中搜索不是水域的其他目标，即遥感影像水域中的空洞作为航标检测的候选目标；步骤四，计算所有检测出的空洞的面积，剔除面积较小以及面积较大的明显非航标的目标；步骤五，对于空洞的面积与航标接近的目标，计算空洞所在窗口中外围区域的灰度均值，得到最大值与均值的差值、均值与最小值的差值，如果最大值与均值的差值、均值与最小值的差值都大于给定的经验阈值则将目标保留，否则将其排除；步骤六，再对保留的目标进行相关编组；步骤七，然后基于在线学习原理对漏检航标进行检测，即首先依据已经检测得到的航标的空间分布，利用三次多项式对漏检航标的可能位置进行估计，再依据已检测到的航标的先验知识在估计位置进行精确检测；步骤八，对可能存在漏检的区域，基于已检测航标的图像多波段灰度特性进行搜索；为了进行搜索，对已检测航标进行按像素取均值，构建检测模板；在估计的疑似漏检位置进行匹配搜索，若有窗口在每个波段都具有满足阈值的相关系数，则将该窗口作为航标加以保留；步骤九，将检测到的漏检航标加入到已知航标中，更新曲线拟合结果和航标模板，进行迭代检测直至没有新的疑似漏检位置出现。优选地，所述单类支持向量机分类器为两类分类器，可对像素作出预测，预测结果包括水域和其他。优选地，所述步骤六具体包括以下步骤：步骤六A，遍历候选目标，剔除与其他目标都不具有相关性目标，得到疑似航标序列；步骤六B，遍历疑似航标，对未遍历的航标建立新的相关组，标记该疑似航标已遍历，查找其所有相似的疑似航标，并添加到新组中；步骤六C，遍历新组中疑似航标，标记此疑似航标已遍历，将新组中未出现的与疑似航相似的疑似航标添加到新组中；步骤六D，新组中所有疑似航标的相似航标均已在新组内，输出相关组；否则重复步骤六C；步骤六E，所有航标均已被遍历，输出所有相关组；否则重复步骤六B、步骤六C、步骤六D；步骤六F，将最大相关组作为航标组。本专利技术的积极进步效果在于：本专利技术基于单类支持向量机和相关系数编组的方法可自动的检测大部分航标信息。另外，本专利技术基于曲线拟合的漏检航标提取方法可自动的完成漏检航标检测，整个过程不需要人际交互，全自动完成。附图说明图1为本专利技术高分辨率遥感影像航标自动提取方法的流程图。具体实施方式下面结合附图给出本专利技术较佳实施例，以详细说明本专利技术的技术方案。航标一般带有实时GPS（GlobalPositioningSystem，全球定位系统）信息，精确提取后得到影像坐标，结合GPS信息，可作为控制点用于水体区域的正射影像图生成。此外，遥感影像覆盖范围广，信息量大，可作为GPS设备的辅助手段用来对大范围航道区域内的航标状态进行监测。由于遥感卫星对地面点数日或数十日即可完成回访，因此同一区域拥有大量不同时段的遥感影像，通过不同时段遥感影像的航标提取，可以得到航标的位置变化以及由航标推算出的航道的变更情况，为航标航道的数字化提供数据支持。如图1所示，本专利技术高分辨率遥感影像航标自动提取方法包括以下步骤：步骤一，对于遥感影像，首先选取水域的像素作为训练样本，训练单类支持向量机分类器。单类支持向量机分类器为两类分类器，可对像素作出预测，预测结果包括水域和其他。步骤二，利用训练好的单类支持向量机分类器对遥感影像所有像素进行预测，保留所有预测结果为水域的像素。步骤三，在水域的像素中搜索不是水域的其他目标，即遥感影像水域中的空洞作为航标检测的候选目标。步骤四，计算所有检测出的空洞的面积，剔除面积较小以及面积较大的明显非航标的目标。步骤五，对于空洞的面积与航标接近的目标，计算空洞所在窗口中外围区域的灰度均值，得到最大值与均值的差值D1和均值与最小值的差值D2，如果D1和D2都大于给定的经验阈值则将目标保留，否则将其排除。步骤六，再按照如下流程对保留的目标进行相关编组：步骤六A，遍历候选目标，剔除与其他目标都不具有相关性目标，得到疑似航标序列；步骤六B，遍历疑似航标，对未遍历的航标建立新的相关组，标记该疑似航标已遍历，查找其所有相似的疑似航标，并添加到新组中；步骤六C，遍历新组中疑似航标，标记此疑似航标已遍历，将新组中未出现的与疑似航相似的疑似航标添加到新组中；步骤六D，新组中所有疑似航标的相似航标均已在新组内，输出相关组。否则重复步骤六C；步骤六E，所有航标均已被遍历，输出所有相关组。否则重复步骤六B、步骤六C、步骤六D；步骤六F，将最大相关组作为航标组。步骤七，然后基于在线学习原理对漏检航标进行检测，即首先依据已经检测得到的航标的空间分布，利用三次多项式对漏检航标的可能位置进行估计，再依据已检测到的航标的先验知识在估计位置进行精确检测。步骤八，对可能存在漏检的区域，基于已检测航标的图像多波段灰度特性进行搜索。为了进行搜索，对已检测航标进行按像素取均值，构建检测模板。在估计的疑似漏检位置进行匹配搜索，若有窗口在每个波段都具有满足阈值的相关系数，则将该窗口作为航标加以保留。步骤九，将检测到的漏检航标加入到已知航标中，更新曲线拟合结果和航标模板，进行迭代检测直至没有新的疑似漏检位置出现。本专利技术基于单类支持向量机和相关系数编组的方法可自动的检测大部分航标信息。另外，本专利技术基于曲线拟合的漏检航标提取方法可自动的完成漏检航标检测，整个过程不需要人际交互，全自动完成。本领域的技术人员可以对本专利技术进行各种改型和改变。因此，本专利技术覆盖了落入所附的权利要求书及其等同物的范围内的各种改型和改变。本文档来自技高网...

【技术保护点】
一种高分辨率遥感影像航标自动提取方法，其特征在于，其包括以下步骤：步骤一，对于遥感影像，首先选取水域的像素作为训练样本，训练单类支持向量机分类器；步骤二，利用训练好的单类支持向量机分类器对遥感影像所有像素进行预测，保留所有预测结果为水域的像素；步骤三，在水域的像素中搜索不是水域的其他目标，即遥感影像水域中的空洞作为航标检测的候选目标；步骤四，计算所有检测出的空洞的面积，剔除面积较小以及面积较大的明显非航标的目标；步骤五，对于空洞的面积与航标接近的目标，计算空洞所在窗口中外围区域的灰度均值，得到最大值与均值的差值、均值与最小值的差值，如最大值与均值的差值、均值与最小值的差值都大于给定的经验阈值则将目标保留，否则将其排除；步骤六，再对保留的目标进行相关编组：步骤七，然后基于在线学习原理对漏检航标进行检测，即首先依据已经检测得到的航标的空间分布，利用三次多项式对漏检航标的可能位置进行估计，再依据已检测到的航标的先验知识在估计位置进行精确检测；步骤八，对可能存在漏检的区域，基于已检测航标的图像多波段灰度特性进行搜索；为了进行搜索，对已检测航标进行按像素取均值，构建检测模板；在估计的疑似漏检位置进行匹配搜索，若有窗口在每个波段都具有满足阈值的相关系数，则将该窗口作为航标加以保留；步骤九，将检测到的漏检航标加入到已知航标中，更新曲线拟合结果和航标模板，进行迭代检测直至没有新的疑似漏检位置出现。...

【技术特征摘要】
1.一种高分辨率遥感影像航标自动提取方法，其特征在于，其包括以下步骤：步骤一，对于遥感影像，首先选取水域的像素作为训练样本，训练单类支持向量机分类器；步骤二，利用训练好的单类支持向量机分类器对遥感影像所有像素进行预测，保留所有预测结果为水域的像素；步骤三，在水域的像素中搜索不是水域的其他目标，即遥感影像水域中的空洞作为航标检测的候选目标；步骤四，计算所有检测出的空洞的面积，剔除面积小于以及面积大于航标面积的目标；步骤五，对于空洞的面积与航标接近的目标，计算空洞所在窗口中外围区域的灰度均值，得到最大值与均值的差值、均值与最小值的差值，如最大值与均值的差值、均值与最小值的差值都大于给定的经验阈值则将目标保留，否则将其排除；步骤六，再对保留的目标进行相关编组：步骤七，然后基于在线学习原理对漏检航标进行检测，即首先依据已经检测得到的航标的空间分布，利用三次多项式对漏检航标的位置进行估计，再依据已检测到的航标的先验知识在估计位置进行精确检测；步骤八，对存在漏检的区域，基于已检测航标的图像多波段灰度特性进行搜索；为了进行搜索，对已检测航标进行按像素取均值，构建检测模板...

【专利技术属性】
技术研发人员：刘伟杰，周良，张绍明，张慧哲，彭庆艳，
申请(专利权)人：上海市城市建设设计研究总院，
类型：发明
国别省市：上海;31