基于局部特性约束的红外图像二维投影船舶偏转角估算方法

技术领域

本发明涉及船舶偏转角估算技术领域，尤其涉及一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法。

背景技术

中国作为全球贸易大国之一，其对外贸易绝大部分通过海运完成。海洋运输借助天然航道进行，不受道路和轨道的限制，具有运输成本低、运输货物量大和长距离运输的优势，对于促进我国经济发展起着不可或缺的作用。随着海运业的发展，越来越多的问题也逐渐浮出水面。首先，海盗的存在使得海上安全问题成为一个不可忽视的问题。其次，非法排放海洋污染物造成了严重的生态破坏。最后，非法走私现象的存在，严重地危害了我国海运事业的发展。为了解决上述问题，需要对海面上的船舶进行检测和追踪。船舶的偏转角是船舶检测和追踪的基础，有效地估计出船舶的偏转角至关重要。

目前常用遥感技术对海上行驶的船舶进行监测。遥感图像通常可以分合成孔径雷达(Synthetic aperture radar，SAR)图像和光学图像两种类型。SAR图像不受天气条件的影响，能够全天时和全天候地进行观测，但图像存在相干斑，图像解译具有一定难度；而光学图像由光学摄影系统产生，图像分辨率较高，能够在良好的成像条件下获得丰富的灰度和纹理信息，便于对目标进行解译。红外图像属于光学图像的一种，与传统光学图像相比，红外图像可以获取物体表面的温度分布信息，具有高度的热灵敏度和穿透力，能够在夜间或者光照不好的条件下获取较好的成像效果。有效估计红外图像中船舶的偏转角度，能够满足海上救援、打击非法走私等实际工作的需要。

常用估算图像中目标偏转角度的方法有五种：基于傅里叶变换的方法、基于线性拟合的方法、基于霍夫变换的方法、基于最近邻连通域的方法和基于投影的方法。傅里叶变换法通过对目标图像进行傅里叶变换，在频域上分析图像的特征信息，从而实现目标偏转角度的检测。这种方法从频域来检测图像的偏转角，容易受到噪声的影响，且具有运算复杂度高和效率低的特点。线性拟合法解决了运算复杂度高的问题，通过对边界像素进行直线拟合来确定图像的偏转角，但在拟合的过程中很容易受到图像噪声的影响。霍夫变换法的抗干扰能力强，利用两个坐标空间之间的变换关系，把空间中具有相同形状的线，映射到参数空间中的一个点，但计算耗时，所需要的存储空间大。最近邻连通域法基于目标边缘点之间的空间关系建立连通域，并在连通域内计算所有边缘点与起始点之间的直线角度，取平均值来求解目标的偏转角度，但该算法的计算量大；投影法根据四个最大投影值之和的最大值检测偏转角，但其过分依赖目标边缘的直线特征。

针对上述问题，本发明提出了一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法。

发明内容

本发明提供一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法，以克服上述技术问题。

为了实现上述目的，本发明的技术方案是：

一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法，包括以下步骤：

S1：提取红外船舶图像中船舶的轮廓信息，获取船舶的二值图像；

所述二值图像为由像素组成的m行*n列的二维矩阵；

S2：对所述船舶的二值图像按照预设旋转度数进行多次图像旋转，获得旋转图像集；

S3：对所述旋转图像集中的各旋转图像进行水平投影，获取所述旋转图像中各行投影值；

并基于所述各行投影值进行局部特性约束，获取优化投影图像；

S4：根据所述优化投影图像的投影像素值估算船舶的偏转角；

S5：基于所述估算的船舶偏转角与船舶实际测量偏转角进行估算性能评估。

进一步的，S2中所述船舶的二值图像按照预设旋转度数进行多次图像旋转，计算公式为

式中：x表示二值图像中的任一点Q位于图像的第x行；y表示二值图像中的任一点Q位于图像的第y列；θ表示逆时针旋转的预设旋转度数；x

进一步的，S3中获取优化投影图像，具体为

S3.1:计算旋转预设旋转度数θ后获取旋转图像中各行投影值；所述行投影值的计算公式为

式中：n表示图像的列数；x′＝{x

S3.2：选取各行投影值中图像行投影最大值I

I

式中：p表示图像行投影最大值所在的行数；g(x′)表示图像在第x′行上的投影；

S3.3：根据所述图像行投影最大值I

所述局部特性约束包括根据所述第一预设投影阈值按照竖直方向获取图像中的第一上界投影所在行数与第一下界投影所在行数，且所述第一上界投影所在行数与第一下界投影所在行数的投影值等于所述第一预设投影阈值；

并将所述第一上界投影所在行数与第一下界投影所在行数之间的所有行数的投影值设置为第一预设投影阈值；

根据所述第二预设投影阈值按照竖直方向获取图像中的第二上界投影所在行数与第二下界投影所在行数，且所述第二上界投影所在行数与第二下界投影所在行数的投影值等于所述第二预设投影阈值；

将所述第二上界投影所在行数的上层行数的投影值设置为零，将所述第二下界投影所在行数的下层行数的投影值设置为零；

保留所述第一上界投影所在行数与第二上界投影所在行数之间行数的投影值，与所述第一下界投影所在行数与第二下界投影所在行数之间行数的投影值；

S3.4：根据局部特性约束后的图像行投影，定义新的图像行投影h(x′)；所述新的图像行投影h(x′)表达式为

式中：g(x′)表示图像在第x′行上的投影；t

进一步的，S4中根据所述优化投影图像的投影像素值估算船舶偏转角，具体为

S4.1：自顶向下确定所述新的图像行投影h(x′)中等于第二投影阈值的投影值所在的行数t

S4.2：自底向上分别选择出与行数t

所述第一行数均差值

式中：t表示行数t

S4.3：自顶向下确定所述新的图像行投影h(x′)中等于第一投影阈值的投影值所在的行数t

S4.4：自底向上分别选择出与行数t

所述第二行数均差值

式中：t表示行数t

S4.5：计算各旋转图像中所述第一行数均差值

根据所述第一行数均差值

且所述船舶的偏转角度估计值θ

进一步的，S5中所述进行估算性能评估的计算公式为

式中：J(θ,θ

有益效果：本发明一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法，通过提取红外船舶图像中船舶的轮廓信息，获取船舶的二值图像；对船舶的二值图像按照预设旋转度数进行多次图像旋转，获得旋转图像集；对旋转图像集中的各旋转图像进行水平投影，获取旋转图像中各行投影值；并基于各行投影值进行局部特性约束，获取优化投影图像；根据优化投影图像的投影像素值估算船舶的偏转角；基于估算的船舶偏转角与船舶实际测量偏转角进行估算性能评估；通过对红外图像的二维投影做局部特性约束，能有效地检测出船舶的偏转角度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法流程图；

图2为本实施例中的方法流程框图；

图3为本实施例中的根据投影像素值估算船舶偏转角的示意图；

图4为本实施例中的本发明与传统算法偏转角估计结果对比图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供了一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法，如图1至图2所示，包括以下步骤：

S1：提取红外船舶图像中船舶的轮廓信息，获取船舶的二值图像；

所述二值图像为由像素组成的m行*n列的二维矩阵；

为了利用船舶的轮廓信息计算偏转角，这里采用现有的Chan-Vese水平集模型从原始图像中提取出船舶的轮廓信息；且Chan-Vese水平集模型的船舶轮廓提取的输出结果为二值图像，图像中船舶区域的像素值为1，非船舶区域的像素值为0，这样通过检测边缘得到船舶的轮廓；

图像可以看作是由像素组成的二维矩阵，图像的行数表示矩阵的高度或垂直方向上的像素数量。如果一幅图像的大小为m×n，则图像的行数为m，图像的列数为n；

S2：对所述船舶的二值图像按照预设旋转度数进行多次图像旋转，获得旋转图像集；

已知二值图像I，存在

具体的，S2中所述船舶的二值图像按照预设旋转度数进行多次图像旋转，计算公式为

式中：x表示二值图像中的任一点Q位于图像的第x行；y表示二值图像中的任一点Q位于图像的第y列；θ表示逆时针旋转的预设旋转度数；x

S3：对所述旋转图像集中的各旋转图像进行水平投影，获取所述旋转图像中各行投影值；

并基于所述各行投影值进行局部特性约束，获取优化投影图像；

S4：根据所述优化投影图像的投影像素值估算船舶的偏转角；

S5：基于所述估算的船舶偏转角与船舶实际测量偏转角进行估算性能评估。

本发明一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法主要分为两部分，一部分是船舶轮廓提取，采用Chan-Vese模型提取出红外图像中船舶的轮廓信息；另一部分是船舶偏转角估算，首先对旋转后图像进行水平投影，通过对红外图像的二维投影做局部特性约束；然后采用投影局部均值差最小的方法估算出船舶的偏转角，能有效地检测出船舶的偏转角度。

在具体实施例中，S3中获取优化投影图像，具体为

S3.1:计算旋转预设旋转度数θ后获取旋转图像中各行投影值；所述行投影值的计算公式为

式中：n表示图像的列数；x′＝{x

S3.2：选取各行投影值中图像行投影最大值I

I

式中：p表示图像行投影最大值所在的行数；g(x′)表示图像在第x′行上的投影；

S3.3：为了去除掉图像中噪声的影响，根据所述图像行投影最大值I

所述局部特性约束包括根据所述第一预设投影阈值按照竖直方向获取图像中的第一上界投影所在行数与第一下界投影所在行数，且所述第一上界投影所在行数与第一下界投影所在行数的投影值等于所述第一预设投影阈值；

并将所述第一上界投影所在行数与第一下界投影所在行数之间的所有行数的投影值设置为第一预设投影阈值；

根据所述第二预设投影阈值按照竖直方向获取图像中的第二上界投影所在行数与第二下界投影所在行数，且所述第二上界投影所在行数与第二下界投影所在行数的投影值等于所述第二预设投影阈值；

将所述第二上界投影所在行数的上层行数的投影值设置为零，将所述第二下界投影所在行数的下层行数的投影值设置为零；

保留所述第一上界投影所在行数与第二上界投影所在行数之间行数的投影值，与所述第一下界投影所在行数与第二下界投影所在行数之间行数的投影值；

具体地，由于船舶的形状特征，当整幅图像中只有船舶时，整幅图像的行投影中间行的投影值大，图像两侧行的投影值小；当图像某一行行投影值小于第二投影阈值数值0.3I

S3.4：根据局部特性约束后的图像行投影，定义所得到的新的行投影为h(x′)，x′＝1,2,...,m；

定义新的图像行投影h(x′)；所述新的图像行投影h(x′)表达式为

式中：g(x′)表示图像在第x′行上的投影；

t

在具体实施例中，为了保证估算的准确性与普遍性，分别对船舶轮廓的局部特性约束，选择船舶不同的局部特征进行船舶偏转角的估算，S4中根据所述优化投影图像的投影像素值估算船舶偏转角，具体为

S4.1：自顶向下确定所述新的图像行投影h(x′)中等于第二投影阈值的投影值所在的行数t

S4.2：自底向上分别选择出与行数t

所述选择的规则为分别选取与所述行数t

并计算选择的各行数与行数t

所述第一行数均差值

式中：t表示行数t

如图3所示，横坐标表示图像的行数，纵坐标表示图像中某一行的投影值，图中最左侧(从左侧开始第1，2，3)的三个点的横坐标分别处于旋转图像的第t

S4.3：自顶向下确定所述新的图像行投影h(x′)中等于第一投影阈值的投影值所在的行数t

S4.4：自底向上分别选择出与行数t

并计算选择的各行数与行数t

所述第二行数均差值

如图3所示，t

S4.5：计算各旋转图像中所述第一行数均差值

根据所述第一行数均差值

且所述船舶的偏转角度θ

在具体实施例中，为了定量评价船舶偏转角的估算性能，采用角度估算准确率进行估算性能的评估，S5中所述进行估算性能评估的计算公式为

J(θ,θ

式中：J(θ,θ

具体地，如图4所示，实验采用52幅红外海上船舶图像进行测试，这里选取了四组数据进行对比展示。图4(a)是船舶的红外图像，图4(b)、(c)和(d)分别是本专利算法、randon变换算法和最小外接矩形算法对船舶偏转角的估算结果。四组数据经专利算法处理后，图像中的船舶基本位于水平位置，表明专利算法能够有效估计出船舶的倾斜角度。randon变换算法通过提取目标物体在不同角度下的投影线信息来进行偏转角检测。最小外接矩形算法通过寻找船舶在不同旋转角度下面积最小的外接矩形来估算船舶的偏转角。对于形状复杂的船舶，两种对比算法不能保证角度估算结果的准确性，如表1所示；

表1不同角度估算算法效果对比

为了直观的比较三种方法的性能，专利采用角度评价标准R

本发明提出了一种基于局部特性约束的红外图像二维投影船舶偏转角估算方法。为了有效估计船舶的偏转角，针对船舶水平投影特点，给出了一种投影局部均值差最小的船舶偏转角估算方法，并通过实验对比了本发明和randon变换算法、最小外接矩形算法的角度估算结果。实验表明，对比randon变换算法和最小外接矩形算法，本专利算法至少具有10％的优势。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。