检测方法
检测方法
【技术领域】
[0001 ]本发明设及极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,化1-SAR)图像处理技术，具体设及一种检测方法，用于基于SAR图像处理技术检测海岸带油管油 罐。
【背景技术】
[0002] 油罐目标与建筑和军用车辆等人工目标在统计和散射特性上的相似性使得无论 采用点目标检测器、还是基于统计特性分割或提取极化特征分类的方法都会检测出大量的 虚警目标。
【发明内容】
[0003] 本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提供了一种 检测方法，用于检测海岸带油罐。本发明提供的检测方法包括W下步骤：
[0004] 识别所述海岸带的T型港口；
[000引根据所述T型港口确定所述海岸带的油库区域；
[0006] 检测所述油库区域的感兴趣区域内的疑似油罐目标;及
[0007] 剔除所述疑似油罐目标中的虚警目标。
[0008] 本发明提供的检测方法通过识别海岸带油库区域特有的T型港口进而实现对油库 区域精确而快速的检测，然后利用油罐目标极化特性和成群分布的特性提取极化参数检测 和聚类油罐目标，从而实现对油罐目标的有效检测。
[0009] 在某些实施方式中，所述识别海岸带T型港口的步骤包括：
[0010] 实现精确的海陆分割；
[0011] 计算海岸线特征点，提取所述T型港口的感兴趣区域；
[0012] 提取所述T型港口的轮廓线段;及
[0013] 根据所述T型港口的几何轮廓特征实现所述T型港口的识别。
[0014] 在某些实施方式中，所述实现精确的海陆分割的步骤通过使用基于区域统计特性 的极化SAR数据水平集分割方法实现。
[0015] 在某些实施方式中，所述计算海岸线特征点的步骤通过使用曲线分裂归并算法实 现。
[0016] 在某些实施方式中，所述计算海岸线特征点的步骤将所述T型港口始末特征点距 离近且所述始末特征点之间包含的特征点的个数多的区域提取为所述感兴趣区域。
[0017] 在某些实施方式中，所述提取所述T型港口的轮廓线段的步骤通过采用基于链码 的直线判断方法实现。
[0018] 在某些实施方式中，所述提取所述T型港口的轮廓线段的步骤将突堤两侧表现出 平行直线特征且前端泊船横梁与突堤基本垂直的区域识别为所述T型港口。
[0019] 在某些实施方式中，所述T型港口还包括通往前端的金属输油管道，所述金属输油 管道构成强散射体。
[0020]在某些实施方式中，所述疑似油罐目标的散射功率高于周围裸地或植被的散射功 率，并且所述疑似油罐目标极化赌的上边界值确定为0.3，散射角下边界值确定为50度。 [0021 ]在某些实施方式中，所述剔除所述疑似油罐目标中的虚警目标的步骤包括：
[0022] W所述T型港口为中屯、，将所述油罐区域中的所述感兴趣区域分为近距离区域和 非近距离区域；
[0023] 根据所述近距离区域中的所述疑似油罐目标的面积和圆度参数进行初步筛选，得 到候选目标；
[0024] 计算各所述候选目标两两之间相似性参数，得到相似性参数矩阵；
[0025] 根据所述相似性参数矩阵进行所述候选目标的聚类选择;及
[0026] W所述候选目标为模板，统计所述非近距离区域中各所述疑似油罐目标与所述候 选目标的相似性参数的分布，实现所述油罐目标的检测。
[0027] 本发明的附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本发明的实践了解到。
【附图说明】
[0028] 本发明的实施方式的上述和/或附加的方面和优点从结合下面附图对实施方式的 描述中将变得明显和容易理解，其中：
[0029] 图1是本发明实施方式的检测方法的流程示意图。
[0030] 图2是本发明实施方式的油库区域T型港口和其它T型港口光学图像对比示意图。
[0031] 图3是本发明实施方式的油库区域T型港口和其它T型港口极化SAR图像功率对比 示意图。
[0032] 图4是伯克利海岸油罐检测过程示意图，其中
[0033] 图（a)为伯克利海岸化uli基伪图；
[0034] 图(b)为伯克利海岸T型港口检测结果示意图；
[0035] 图（C)为伯克利海岸感兴趣区域示意图；
[0036] 图（d)为伯克利海岸极化赌参数分布图示意图；
[0037] 图（e)为伯克利海岸近距离感兴趣区域候选目标结果示意;及
[0038] 图（f)为伯克利海岸油罐目标最终检测结果示意图。
[0039] 图5是新加坡海岸油罐检测过程示意图，其中
[0040] 图（a)为新加坡海岸化uli基伪图；
[0041] 图(b)为新加坡海岸T型港口检测结果示意图；
[0042] 图（C)为新加坡海岸感兴趣区域示意图；
[0043] 图（d)为新加坡海岸极化赌参数分布示意图；
[0044] 图（e)为新加坡海岸近距离感兴趣区域候选目标结果示意图；及 [004引图（f)为新加坡海岸油罐目标最终检测结果示意图。
【具体实施方式】
[0046]下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明的实施方式， 而不能理解为对本发明的实施方式的限制。
[0047] 请参阅图1，本发明实施方式的海岸带油罐检测方法包括步骤：
[0048] S1:识别所述海岸带的T型港口；
[0049] S2:根据所述T型港口确定所述海岸带的油库区域；
[0050] S3:检测所述油库区域的感兴趣区域内的疑似油罐目标;及 [0051 ] S4:剔除所述疑似油罐目标中的虚警目标。
[0052] 如此，通过识别海岸带油库区域特有的T型港口进而实现对油库区域精确而快速 的检测，然后利用油罐目标极化特性和成群分布的特性提取极化参数检测和聚类油罐目 标，从而实现对油罐目标的有效检测。
[0053] 在某些实施方式中，S1的步骤包括：
[0054] S11:实现精确的海陆分割；
[0055] S12:计算海岸线特征点，提取所述T型港口的感兴趣区域；
[0056] S13:提取所述T型港口的轮廓线段;及
[0057] S14:根据所述T型港口的几何轮廓特征实现所述T型港口的识别。
[0058] 具体地，在SAR图像中，港口形态多样且背景环境复杂，而所述T型港口为一类具有 显著几何轮廓特征的港口，其长条形突堤两侧表现出平行直线特征，而前端泊船横梁与突 堤基本垂直。利用所述T型港口的结构特性，在精确的海岸线提取下，可通过特征点、直线、 平行直线和垂直结构的提取实现所述T型港口的识别。
[0059] 可W理解，所述T型港口位于海陆交界处，识别所述T型港口就有必要进行精确的 海陆分割。
[0060] 在某些实施方式中，步骤S11可W通过使用基于区域统计特性的极化SAR数据水平 集分割方法实现。
[0061] 通常情况下，所述T型港口的始末特征点距离近，并且始末特征点之间包含的特征 点的个数多。据此，可W通过计算海岸线特征点进而提取所述T型港口的感兴趣区域。
[0062] 在某些实施方式中，步骤S12可W通过使用曲线分裂归并算法实现。
[0063] 通常情况下，T型港口为一类具有显著几何轮廓特征的港口，其长条形突堤两侧表 现出平行直线特征，而前端泊船横梁与突堤基本垂直。因此，可W通过判断所述T型港口的 感兴趣区域中的几何轮廓特征进而识别所述T型港口。为此，就有必要提取所述T型港口的 轮廓线段。
[0064] 在某些实施方式中，步骤S13可W通过采用基于链码的直线判断方法实现。
[0065] 可W理解，所述T型港口不 仅存在于油库区域，部分小型港口也同样呈现T型结构。 然而两者的区别在于，油库区域的所述T型港口不仅包括人工突堤，还包括通往前端的输油 管道，运些金属输油管道构成的强散射体使得其较一般的T型港口散射强度高。
[0066] 请参阅图2,作为示例，可W看到，油库区域中的T型港口包括了金属输油管道。
[0067] 请参阅图3,作为示例，可W看到，金属输油管道构成的强散射体较一般的T型港口 散射强度高。
[0068] 如此，可W通过判断金属输油管道构成的强散射体进而识别对应的油库区域。
[0069] 在步骤S3中，对于识别出的T型港口区域，结合海陆分割结果，WT型港口突堤方向 为长边方向，W其垂直方向为短边方向，W突堤始末点中点为短边中点划定矩形区域。此区 域为所划定的油罐目标的感兴趣区域。
[0070]通常情况下，油罐为强散射目标，其散射功率远高于周围裸地或植被等背景区域。 据此，可W采用极化总功率检测器(Span Detector, SD)检测所述矩形区域中所有强散射 目标。
[0071 ]在某些实施方式中，极化总功率检测器的检测目标满足：
[0072] Span = Tii巧22+T33〉丫，
[0073] 其中，Span为检测目标的极化总功率，T为目标像素相干矩阵，Τυ为T矩阵第i行第j 列的元素，γ为检测口限。检测口限γ的值可W通过拟合背景区域概率分布，在给定的虚警 概率下确定。
[0074] 通常情况下的油罐为金属圆柱体，其顶盖分为圆形平盖和拱形两种。在分辨单元 内，顶盖区域形成的散射等效为平板散射和球体散射。对于靠近圆柱体侧面的区域，顶盖与 侧面构成二面角散射体。地面同样与侧面构成二面角散射体。单一散射成分导致油罐区域 具有较低的极化赌值和较高的散射角值，于是油罐区域就对应于极化赌、散射角分类器化/ alpha分类器）中的低赌二次散射区域。据此，可W通过确定所述疑似油罐目标极化赌的上 边界值和散射角下边界值并根据极化赌、散射角分类器化/alpha分类器）中的低赌二次散 射区域，进而确定疑似油罐目标。
[0075] 通常油罐区域极化赌比一般建筑低，在某些实施方式中，所述疑似油罐目标极化 赌的上边界值确定为0.3,散射角下边界值确定为50度。
[0076] 在某些实施方式中，可W采用极化总功率检测器与极化赌、散射角分类器相结合 的方法确定疑似油罐目标。
[0077]如此，可W确定所述油库区域的感兴趣区域内的疑似油罐目标。
[0078] 根据T型港口划定的感兴趣区域中可能包含一些建筑区域，而部分建筑区域形成 的强二面角散射同样会形成低赌的小区域，仅仅通过极化赌在感兴趣区域中确定油罐目标 会存在虚警。油罐目标通常成群分布于感兴趣区域内，而根据油罐与T型港口的分布特点， 距离T型港口距离近的区域疑似目标为油罐的可能性较高。
[0079] 在步骤S4中，WT型港口为中屯、，将感兴趣区域分为近距离和非近距离两部分。对 近距离区域，根据区域内各疑似目标的面积和圆度形状参数进行候选油罐目标的初步筛 选。初步筛选的候选目标可能包含非油罐目标，计算各候选目标两两之间的相似性参数，并 根据相似性参数矩阵进行候选目标的聚类。
[0080] 具体地，单一油罐目标类圆形特点使得其低赌区域呈现较好的圆形特征，利用圆 度指标度量圆形目标，可实现油罐目标的有效区分。参考球形度量参数定义圆度CD，若目标 区域的面积为As,轮廓周长为Pt，则圆度定义为类圆周长与实际周长的比值：
[0081]
[0082] 受SAR图像噪声影响，设定相对较低的圆度阔值P1。
[0083] 对于多视极化数据中两个任意目标，若其相干矩阵分别为Τι和T2,考虑到目标的定 向角不同，相似性参数首先对了1和了2进行去定向操作，1'1*^ = 〇6(1'1)，T2*^ = De(T2)，据此定义相 似性参数为：
[0084]
[008引其中化（·）表示矩阵的迹，<·〉为矩阵内积。对于两个疑似油罐目标区域，W各 区域平均相干矩阵作为各目标相干矩阵的估计，然后计算两目标之间的相似性参数。
[0086] 若初步筛选的候选目标集合为{〇1，1 = 1，...，N}，目标相似性度量矩阵为R = (rij)NXN。定义XI为候选目标〇1是油罐类别的可能程度，XiE[0，l]，则油罐类别整体相似性 程度为
[0087]
[0088] 具有最大油罐类别相似性程度的向量X为
[0089]
[0090] ^:对应矩阵R最大特征值所对应的特征向量。对是.向量按元素值进行排序 … > 氣，选择可能程度高的前k个元素对应的目标为最终候选油罐目标。在设定 的阔值P2下，确定k值如下：
[0091]
[0092] 其中II . II为向量范数。
[0093] 根据最终确定的候选油罐目标，计算各候选油罐目标的平均散射相干矩阵，然后 W各候选目标为模板，计算近距离区域的所有非初步候选疑似目标与各候选目标的相似性 参数。对于单个疑似目标和候选目标，若其相似性参数高于化，则可认为两目标为同一类目 标。基于此，对于疑似目标P，统计其与各候选目标相似性参数高于P1的比例，若该比例高于 设定的阔值P3，则将P判为油罐。
[0094] 对非近距离感兴趣区域，W近距离区域中候选油罐目标为模板，分别计算区域内 各疑似目标与各候选模板目标相似性参数。同样统计相似性参数高于P1的比例，若比例高 于P3，则将疑似目标判为油罐。
[009引如此，可W基于相似性参数剔除所述疑似油罐目标中的虚警目标。
[0096]请参阅图4,伯克利地区T型港口附近是一个大型油库，油库中分散着密集和非密 集排列的各种大、中、小型油罐目标，观察图4(a)对应区域的光学图像可W发现，油库区域 内非密集排列油罐轮廓模糊，小型油罐无法分辨。而密集排列油罐相互之间构成二面角使 得对应区域油罐轮廓完全无法分辨，所有油罐形成类似建筑物的一片高强度散射体。图4 (b)为海陆分割及对应T型港口检测结果，油库区域分布着多个T型港口，而只有主T型港口 由于铺设油管而呈现高强度后向散射特性;小型T型港口由于突堤仅仅为平铺道路，在海陆 分割时中间部分甚至会出现断裂，而不会被检测到。图4(c)为根据检测T型港口位置和方向 确定的感兴趣区域，包含T型港口近距离区域和非近距离区域。根据图像分辨率，本实施例 选择近距离感兴趣区域大小为150X150,而远距离区域大小为250X250。图4(d)为测试数 据的极化赌Η图，油罐目标顶盖部分的孤立散射体对应区域形成赌值极低的小面积区域。图 4(e)为在近距离感兴趣区域内，由Span检测器和H/al地a分类器进行目标检测并结合圆度 形状参数和相似性参数聚类筛选的候选目标，其中，面积阔值取为16，圆度阔值P1设为0.8， 初步候选目标聚类阔值P2设为0.9。进一步设定相似性参数比例阔值P3设为0.8,图4(f)为 在化uli基图中的检测结果。
[0097] 伯克利海岸油罐检测结果表明，本发明提出的检测方法能正确检测和定位出大部 分分散的油罐目标。候选目标结果表明，通过极化参数目标提取和相似性参数聚类，实现了 区域中具有代表性油罐目标的筛选。统计最终检测结果，对于感兴趣区域分布的约80个油 罐，实现了其中约60个目标的正确检测；但同时也检测出建筑物形成的约20个类油罐虚警 目标，因此，总体检测率为75%，虚警率为25%。对于分散分布的约40个油罐，本发明提出的 检测方法实现了绝大部分目标的检测。
[0098] 请参阅图5，新加坡T型港口区域油罐分布有序而密集，仅根据散射功率无法分辨 出油罐轮廓，油罐目标混为一团。利用本发明提供的检测方法，图5(e)和图5(f)为检测目标 在化uli基图中的显示结果。新加坡油罐检测的结果表明，本发明提出的检测方法实现了大 部分油罐目标的正确检测，总体检测率约为80%，虚警率约为20%。
[0099] 通过W上实例可W看出，本 发明提供的检测方法有效的实现了伯克利和新加坡地 区油罐目标的检测，检测概率接近80%。
[0100] 在本发明的实施方式的描述中，需要理解的是，术语"中屯、"、"纵向"、"横向"、"长 度V'宽度V'厚度'、"上"、"TV'前"、"后V'左'、"右V'竖曹V冰甲V'顶'、"底'、"内"、 "外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅 是为了便于描述本发明的实施方式和简化描述，而不是指示或暗示所指的装置或元件必须 具有特定的方位、W特定的方位构造和操作，因此不能理解为对本发明的实施方式的限 审IJ。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者 隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可W明示或者隐含 地包括一个或者更多个所述特征。在本发明的实施方式的描述中，"多个"的含义是两个或 两个W上，除非另有明确具体的限定。
[0101] 在本发明的实施方式的描述中，需要说明的是，除非另有明确的规定和限定，术语 "安装"、"相连"、"连接"应做广义理解，例如，可W是固定连接，也可W是可拆卸连接，或一 体地连接;可W是机械连接，也可W是电连接或可W相互通讯；可W是直接相连，也可W通 过中间媒介间接相连，可W是两个元件内部的连通或两个元件的相互作用关系。对于本领 域的普通技术人员而言，可W根据具体情况理解上述术语在本发明的实施方式中的具体含 义。
[0102] 在本发明的实施方式中，除非另有明确的规定和限定，第一特征在第二特征之 "上"或之"下"可W包括第一和第二特征直接接触，也可W包括第一和第二特征不是直接接 触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上 面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特 征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上 方，或仅仅表示第一特征水平高度小于第二特征。
[0103] 下文的公开提供了许多不同的实施方式或例子用来实现本发明的实施方式的不 同结构。为了简化本发明的实施方式的公开，下文中对特定例子的部件和设置进行描述。 当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明的实施方式可W在不同 例子中重复参考数字和/或参考字母，运种重复是为了简化和清楚的目的，其本身不指示所 讨论各种实施方式和/或设置之间的关系。此外，本发明的实施方式提供了的各种特定的工 艺和材料的例子，但是本领域普通技术人员可W意识到其他工艺的应用和/或其他材料的 使用。
[0104] 在本说明书的描述中，参考术语"一个实施方式"、"一些实施方式"、"示意性实施 方式"、"示例"、"具体示例"或"一些示例"等的描述意指结合所述实施方式或示例描述的具 体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中， 对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结 构、材料或者特点可W在任何的一个或多个实施方式或示例中W合适的方式结合。
[0105] 流程图中或在此W其他方式描述的任何过程或方法描述可W被理解为，表示包括 一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部 分，并且本发明的优选实施方式的范围包括另外的实现，其中可W不按所示出或讨论的顺 序，包括根据所设及的功能按基本同时的方式或按相反的顺序，来执行功能，运应被本发明 的实施例所属技术领域的技术人员所理解。
[0106] 本技术领域的普通技术人员可W理解实现上述实施例方法携带的全部或部分步 骤是可W通过程序来指令相关的硬件完成，所述的程序可W存储于一种计算机可读存储介 质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0107] 此外，在本发明的各个实施例中的各功能单元可W集成在一个处理模块中，也可 W是各个单元单独物理存在，也可W两个或两个W上单元集成在一个模块中。上述集成的 模块既可W采用硬件的形式实现，也可W采用软件功能模块的形式实现。所述集成的模块 如果W软件功能模块的形式实现并作为独立的产品销售或使用时，也可W存储在一个计算 机可读取存储介质中。
[0108] 上述提到的存储介质可W是只读存储器，磁盘或光盘等。
[0109] 尽管上面已经示出和描述了本发明的实施例，可W理解的是，上述实施例是示例 性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可W对上述 实施例进行变化、修改、替换和变型。
【主权项】
1. 一种检测方法，用于检测海岸带油罐，其特征在于，所述检测方法包括以下步骤： 识别所述海岸带的T型港口； 根据所述T型港口确定所述海岸带的油库区域； 检测所述油库区域的感兴趣区域内的疑似油罐目标;及 剔除所述疑似油罐目标中的虚警目标。2. 如权利要求1所述的检测方法，其特征在于，所述识别海岸带T型港口的步骤包括： 实现精确的海陆分割； 计算海岸线特征点，提取所述T型港口的感兴趣区域； 提取所述T型港口的轮廓线段;及 根据所述T型港口的几何轮廓特征实现所述T型港口的识别。3. 如权利要求2所述的检测方法，其特征在于，所述实现精确的海陆分割的步骤通过使 用基于区域统计特性的极化SAR数据水平集分割方法实现。4. 如权利要求2所述的检测方法，其特征在于，所述计算海岸线特征点的步骤通过使用 曲线分裂归并算法实现。5. 如权利要求2所述的检测方法，其特征在于，所述计算海岸线特征点的步骤将所述T 型港口始末特征点距离近且所述始末特征点之间包含的特征点的个数多的区域提取为所 述感兴趣区域。6. 如权利要求2所述的检测方法，其特征在于，所述提取所述T型港口的轮廓线段的步 骤通过采用基于链码的直线判断方法实现。7. 如权利要求2所述的检测方法，其特征在于，所述提取所述T型港口的轮廓线段的步 骤将突堤两侧表现出平行直线特征且前端泊船横梁与突堤基本垂直的区域识别为所述T型 港口。8. 如权利要求1所述的检测方法，其特征在于，所述T型港口还包括通往前端的金属输 油管道，所述金属输油管道构成强散射体。9. 如权利要求1所述的检测方法，其特征在于，所述疑似油罐目标的散射功率高于周围 裸地或植被的散射功率，并且所述疑似油罐目标极化熵的上边界值确定为0.3，散射角下边 界值确定为50度。10. 如权利要求1所述的检测方法，其特征在于，所述疑似油罐目标通过采用极化总功 率检测器与极化熵、散射角分类器相结合的方法确定。11. 如权利要求1所述的检测方法，其特征在于，所述剔除所述疑似油罐目标中的虚警 目标的步骤包括： 以所述T型港口为中心，将所述油罐区域中的所述感兴趣区域分为近距离区域和非近 距离区域； 根据所述近距离区域中的所述疑似油罐目标的面积和圆度参数进行初步筛选，得到候 选目标； 计算各所述候选目标两两之间相似性参数，得到相似性参数矩阵； 根据所述相似性参数矩阵进行所述候选目标的聚类选择;及 以所述候选目标为模板，统计所述非近距离区域中各所述疑似油罐目标与所述候选目 标的相似性参数的分布，实现所述油罐目标的检测。
【专利摘要】本发明公开了一种检测方法，用于检测海岸带油罐。本发明公开的检测方法包括以下步骤：识别所述海岸带的T型港口；根据所述T型港口确定所述海岸带的油库区域；检测所述油库区域的感兴趣区域内的疑似油罐目标；及剔除所述疑似油罐目标中的虚警目标。本发明通过识别海岸带油库区域特有的T型港口实现了油库区域精确而快速的检测，利用油罐目标极化特性和成群分布的特性提取极化参数检测和聚类油罐，实现了油罐目标的有效检测。
【IPC分类】G06K9/00, G06K9/32, G06K9/62
【公开号】CN105488481
【申请号】CN201510886057
【发明人】刘春 , 殷君君, 杨健
【申请人】清华大学
【公开日】2016年4月13日
【申请日】2015年12月4日
【技术领域】
[0001 ]本发明设及极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,化1-SAR)图像处理技术，具体设及一种检测方法，用于基于SAR图像处理技术检测海岸带油管油 罐。
【背景技术】
[0002] 油罐目标与建筑和军用车辆等人工目标在统计和散射特性上的相似性使得无论 采用点目标检测器、还是基于统计特性分割或提取极化特征分类的方法都会检测出大量的 虚警目标。
【发明内容】
[0003] 本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提供了一种 检测方法，用于检测海岸带油罐。本发明提供的检测方法包括W下步骤：
[0004] 识别所述海岸带的T型港口；
[000引根据所述T型港口确定所述海岸带的油库区域；
[0006] 检测所述油库区域的感兴趣区域内的疑似油罐目标;及
[0007] 剔除所述疑似油罐目标中的虚警目标。
[0008] 本发明提供的检测方法通过识别海岸带油库区域特有的T型港口进而实现对油库 区域精确而快速的检测，然后利用油罐目标极化特性和成群分布的特性提取极化参数检测 和聚类油罐目标，从而实现对油罐目标的有效检测。
[0009] 在某些实施方式中，所述识别海岸带T型港口的步骤包括：
[0010] 实现精确的海陆分割；
[0011] 计算海岸线特征点，提取所述T型港口的感兴趣区域；
[0012] 提取所述T型港口的轮廓线段;及
[0013] 根据所述T型港口的几何轮廓特征实现所述T型港口的识别。
[0014] 在某些实施方式中，所述实现精确的海陆分割的步骤通过使用基于区域统计特性 的极化SAR数据水平集分割方法实现。
[0015] 在某些实施方式中，所述计算海岸线特征点的步骤通过使用曲线分裂归并算法实 现。
[0016] 在某些实施方式中，所述计算海岸线特征点的步骤将所述T型港口始末特征点距 离近且所述始末特征点之间包含的特征点的个数多的区域提取为所述感兴趣区域。
[0017] 在某些实施方式中，所述提取所述T型港口的轮廓线段的步骤通过采用基于链码 的直线判断方法实现。
[0018] 在某些实施方式中，所述提取所述T型港口的轮廓线段的步骤将突堤两侧表现出 平行直线特征且前端泊船横梁与突堤基本垂直的区域识别为所述T型港口。
[0019] 在某些实施方式中，所述T型港口还包括通往前端的金属输油管道，所述金属输油 管道构成强散射体。
[0020]在某些实施方式中，所述疑似油罐目标的散射功率高于周围裸地或植被的散射功 率，并且所述疑似油罐目标极化赌的上边界值确定为0.3，散射角下边界值确定为50度。 [0021 ]在某些实施方式中，所述剔除所述疑似油罐目标中的虚警目标的步骤包括：
[0022] W所述T型港口为中屯、，将所述油罐区域中的所述感兴趣区域分为近距离区域和 非近距离区域；
[0023] 根据所述近距离区域中的所述疑似油罐目标的面积和圆度参数进行初步筛选，得 到候选目标；
[0024] 计算各所述候选目标两两之间相似性参数，得到相似性参数矩阵；
[0025] 根据所述相似性参数矩阵进行所述候选目标的聚类选择;及
[0026] W所述候选目标为模板，统计所述非近距离区域中各所述疑似油罐目标与所述候 选目标的相似性参数的分布，实现所述油罐目标的检测。
[0027] 本发明的附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本发明的实践了解到。
【附图说明】
[0028] 本发明的实施方式的上述和/或附加的方面和优点从结合下面附图对实施方式的 描述中将变得明显和容易理解，其中：
[0029] 图1是本发明实施方式的检测方法的流程示意图。
[0030] 图2是本发明实施方式的油库区域T型港口和其它T型港口光学图像对比示意图。
[0031] 图3是本发明实施方式的油库区域T型港口和其它T型港口极化SAR图像功率对比 示意图。
[0032] 图4是伯克利海岸油罐检测过程示意图，其中
[0033] 图（a)为伯克利海岸化uli基伪图；
[0034] 图(b)为伯克利海岸T型港口检测结果示意图；
[0035] 图（C)为伯克利海岸感兴趣区域示意图；
[0036] 图（d)为伯克利海岸极化赌参数分布图示意图；
[0037] 图（e)为伯克利海岸近距离感兴趣区域候选目标结果示意;及
[0038] 图（f)为伯克利海岸油罐目标最终检测结果示意图。
[0039] 图5是新加坡海岸油罐检测过程示意图，其中
[0040] 图（a)为新加坡海岸化uli基伪图；
[0041] 图(b)为新加坡海岸T型港口检测结果示意图；
[0042] 图（C)为新加坡海岸感兴趣区域示意图；
[0043] 图（d)为新加坡海岸极化赌参数分布示意图；
[0044] 图（e)为新加坡海岸近距离感兴趣区域候选目标结果示意图；及 [004引图（f)为新加坡海岸油罐目标最终检测结果示意图。
【具体实施方式】
[0046]下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明的实施方式， 而不能理解为对本发明的实施方式的限制。
[0047] 请参阅图1，本发明实施方式的海岸带油罐检测方法包括步骤：
[0048] S1:识别所述海岸带的T型港口；
[0049] S2:根据所述T型港口确定所述海岸带的油库区域；
[0050] S3:检测所述油库区域的感兴趣区域内的疑似油罐目标;及 [0051 ] S4:剔除所述疑似油罐目标中的虚警目标。
[0052] 如此，通过识别海岸带油库区域特有的T型港口进而实现对油库区域精确而快速 的检测，然后利用油罐目标极化特性和成群分布的特性提取极化参数检测和聚类油罐目 标，从而实现对油罐目标的有效检测。
[0053] 在某些实施方式中，S1的步骤包括：
[0054] S11:实现精确的海陆分割；
[0055] S12:计算海岸线特征点，提取所述T型港口的感兴趣区域；
[0056] S13:提取所述T型港口的轮廓线段;及
[0057] S14:根据所述T型港口的几何轮廓特征实现所述T型港口的识别。
[0058] 具体地，在SAR图像中，港口形态多样且背景环境复杂，而所述T型港口为一类具有 显著几何轮廓特征的港口，其长条形突堤两侧表现出平行直线特征，而前端泊船横梁与突 堤基本垂直。利用所述T型港口的结构特性，在精确的海岸线提取下，可通过特征点、直线、 平行直线和垂直结构的提取实现所述T型港口的识别。
[0059] 可W理解，所述T型港口位于海陆交界处，识别所述T型港口就有必要进行精确的 海陆分割。
[0060] 在某些实施方式中，步骤S11可W通过使用基于区域统计特性的极化SAR数据水平 集分割方法实现。
[0061] 通常情况下，所述T型港口的始末特征点距离近，并且始末特征点之间包含的特征 点的个数多。据此，可W通过计算海岸线特征点进而提取所述T型港口的感兴趣区域。
[0062] 在某些实施方式中，步骤S12可W通过使用曲线分裂归并算法实现。
[0063] 通常情况下，T型港口为一类具有显著几何轮廓特征的港口，其长条形突堤两侧表 现出平行直线特征，而前端泊船横梁与突堤基本垂直。因此，可W通过判断所述T型港口的 感兴趣区域中的几何轮廓特征进而识别所述T型港口。为此，就有必要提取所述T型港口的 轮廓线段。
[0064] 在某些实施方式中，步骤S13可W通过采用基于链码的直线判断方法实现。
[0065] 可W理解，所述T型港口不 仅存在于油库区域，部分小型港口也同样呈现T型结构。 然而两者的区别在于，油库区域的所述T型港口不仅包括人工突堤，还包括通往前端的输油 管道，运些金属输油管道构成的强散射体使得其较一般的T型港口散射强度高。
[0066] 请参阅图2,作为示例，可W看到，油库区域中的T型港口包括了金属输油管道。
[0067] 请参阅图3,作为示例，可W看到，金属输油管道构成的强散射体较一般的T型港口 散射强度高。
[0068] 如此，可W通过判断金属输油管道构成的强散射体进而识别对应的油库区域。
[0069] 在步骤S3中，对于识别出的T型港口区域，结合海陆分割结果，WT型港口突堤方向 为长边方向，W其垂直方向为短边方向，W突堤始末点中点为短边中点划定矩形区域。此区 域为所划定的油罐目标的感兴趣区域。
[0070]通常情况下，油罐为强散射目标，其散射功率远高于周围裸地或植被等背景区域。 据此，可W采用极化总功率检测器(Span Detector, SD)检测所述矩形区域中所有强散射 目标。
[0071 ]在某些实施方式中，极化总功率检测器的检测目标满足：
[0072] Span = Tii巧22+T33〉丫，
[0073] 其中，Span为检测目标的极化总功率，T为目标像素相干矩阵，Τυ为T矩阵第i行第j 列的元素，γ为检测口限。检测口限γ的值可W通过拟合背景区域概率分布，在给定的虚警 概率下确定。
[0074] 通常情况下的油罐为金属圆柱体，其顶盖分为圆形平盖和拱形两种。在分辨单元 内，顶盖区域形成的散射等效为平板散射和球体散射。对于靠近圆柱体侧面的区域，顶盖与 侧面构成二面角散射体。地面同样与侧面构成二面角散射体。单一散射成分导致油罐区域 具有较低的极化赌值和较高的散射角值，于是油罐区域就对应于极化赌、散射角分类器化/ alpha分类器）中的低赌二次散射区域。据此，可W通过确定所述疑似油罐目标极化赌的上 边界值和散射角下边界值并根据极化赌、散射角分类器化/alpha分类器）中的低赌二次散 射区域，进而确定疑似油罐目标。
[0075] 通常油罐区域极化赌比一般建筑低，在某些实施方式中，所述疑似油罐目标极化 赌的上边界值确定为0.3,散射角下边界值确定为50度。
[0076] 在某些实施方式中，可W采用极化总功率检测器与极化赌、散射角分类器相结合 的方法确定疑似油罐目标。
[0077]如此，可W确定所述油库区域的感兴趣区域内的疑似油罐目标。
[0078] 根据T型港口划定的感兴趣区域中可能包含一些建筑区域，而部分建筑区域形成 的强二面角散射同样会形成低赌的小区域，仅仅通过极化赌在感兴趣区域中确定油罐目标 会存在虚警。油罐目标通常成群分布于感兴趣区域内，而根据油罐与T型港口的分布特点， 距离T型港口距离近的区域疑似目标为油罐的可能性较高。
[0079] 在步骤S4中，WT型港口为中屯、，将感兴趣区域分为近距离和非近距离两部分。对 近距离区域，根据区域内各疑似目标的面积和圆度形状参数进行候选油罐目标的初步筛 选。初步筛选的候选目标可能包含非油罐目标，计算各候选目标两两之间的相似性参数，并 根据相似性参数矩阵进行候选目标的聚类。
[0080] 具体地，单一油罐目标类圆形特点使得其低赌区域呈现较好的圆形特征，利用圆 度指标度量圆形目标，可实现油罐目标的有效区分。参考球形度量参数定义圆度CD，若目标 区域的面积为As,轮廓周长为Pt，则圆度定义为类圆周长与实际周长的比值：
[0081]
[0082] 受SAR图像噪声影响，设定相对较低的圆度阔值P1。
[0083] 对于多视极化数据中两个任意目标，若其相干矩阵分别为Τι和T2,考虑到目标的定 向角不同，相似性参数首先对了1和了2进行去定向操作，1'1*^ = 〇6(1'1)，T2*^ = De(T2)，据此定义相 似性参数为：
[0084]
[008引其中化（·）表示矩阵的迹，<·〉为矩阵内积。对于两个疑似油罐目标区域，W各 区域平均相干矩阵作为各目标相干矩阵的估计，然后计算两目标之间的相似性参数。
[0086] 若初步筛选的候选目标集合为{〇1，1 = 1，...，N}，目标相似性度量矩阵为R = (rij)NXN。定义XI为候选目标〇1是油罐类别的可能程度，XiE[0，l]，则油罐类别整体相似性 程度为
[0087]
[0088] 具有最大油罐类别相似性程度的向量X为
[0089]
[0090] ^:对应矩阵R最大特征值所对应的特征向量。对是.向量按元素值进行排序 … > 氣，选择可能程度高的前k个元素对应的目标为最终候选油罐目标。在设定 的阔值P2下，确定k值如下：
[0091]
[0092] 其中II . II为向量范数。
[0093] 根据最终确定的候选油罐目标，计算各候选油罐目标的平均散射相干矩阵，然后 W各候选目标为模板，计算近距离区域的所有非初步候选疑似目标与各候选目标的相似性 参数。对于单个疑似目标和候选目标，若其相似性参数高于化，则可认为两目标为同一类目 标。基于此，对于疑似目标P，统计其与各候选目标相似性参数高于P1的比例，若该比例高于 设定的阔值P3，则将P判为油罐。
[0094] 对非近距离感兴趣区域，W近距离区域中候选油罐目标为模板，分别计算区域内 各疑似目标与各候选模板目标相似性参数。同样统计相似性参数高于P1的比例，若比例高 于P3，则将疑似目标判为油罐。
[009引如此，可W基于相似性参数剔除所述疑似油罐目标中的虚警目标。
[0096]请参阅图4,伯克利地区T型港口附近是一个大型油库，油库中分散着密集和非密 集排列的各种大、中、小型油罐目标，观察图4(a)对应区域的光学图像可W发现，油库区域 内非密集排列油罐轮廓模糊，小型油罐无法分辨。而密集排列油罐相互之间构成二面角使 得对应区域油罐轮廓完全无法分辨，所有油罐形成类似建筑物的一片高强度散射体。图4 (b)为海陆分割及对应T型港口检测结果，油库区域分布着多个T型港口，而只有主T型港口 由于铺设油管而呈现高强度后向散射特性;小型T型港口由于突堤仅仅为平铺道路，在海陆 分割时中间部分甚至会出现断裂，而不会被检测到。图4(c)为根据检测T型港口位置和方向 确定的感兴趣区域，包含T型港口近距离区域和非近距离区域。根据图像分辨率，本实施例 选择近距离感兴趣区域大小为150X150,而远距离区域大小为250X250。图4(d)为测试数 据的极化赌Η图，油罐目标顶盖部分的孤立散射体对应区域形成赌值极低的小面积区域。图 4(e)为在近距离感兴趣区域内，由Span检测器和H/al地a分类器进行目标检测并结合圆度 形状参数和相似性参数聚类筛选的候选目标，其中，面积阔值取为16，圆度阔值P1设为0.8， 初步候选目标聚类阔值P2设为0.9。进一步设定相似性参数比例阔值P3设为0.8,图4(f)为 在化uli基图中的检测结果。
[0097] 伯克利海岸油罐检测结果表明，本发明提出的检测方法能正确检测和定位出大部 分分散的油罐目标。候选目标结果表明，通过极化参数目标提取和相似性参数聚类，实现了 区域中具有代表性油罐目标的筛选。统计最终检测结果，对于感兴趣区域分布的约80个油 罐，实现了其中约60个目标的正确检测；但同时也检测出建筑物形成的约20个类油罐虚警 目标，因此，总体检测率为75%，虚警率为25%。对于分散分布的约40个油罐，本发明提出的 检测方法实现了绝大部分目标的检测。
[0098] 请参阅图5，新加坡T型港口区域油罐分布有序而密集，仅根据散射功率无法分辨 出油罐轮廓，油罐目标混为一团。利用本发明提供的检测方法，图5(e)和图5(f)为检测目标 在化uli基图中的显示结果。新加坡油罐检测的结果表明，本发明提出的检测方法实现了大 部分油罐目标的正确检测，总体检测率约为80%，虚警率约为20%。
[0099] 通过W上实例可W看出，本 发明提供的检测方法有效的实现了伯克利和新加坡地 区油罐目标的检测，检测概率接近80%。
[0100] 在本发明的实施方式的描述中，需要理解的是，术语"中屯、"、"纵向"、"横向"、"长 度V'宽度V'厚度'、"上"、"TV'前"、"后V'左'、"右V'竖曹V冰甲V'顶'、"底'、"内"、 "外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅 是为了便于描述本发明的实施方式和简化描述，而不是指示或暗示所指的装置或元件必须 具有特定的方位、W特定的方位构造和操作，因此不能理解为对本发明的实施方式的限 审IJ。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者 隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可W明示或者隐含 地包括一个或者更多个所述特征。在本发明的实施方式的描述中，"多个"的含义是两个或 两个W上，除非另有明确具体的限定。
[0101] 在本发明的实施方式的描述中，需要说明的是，除非另有明确的规定和限定，术语 "安装"、"相连"、"连接"应做广义理解，例如，可W是固定连接，也可W是可拆卸连接，或一 体地连接;可W是机械连接，也可W是电连接或可W相互通讯；可W是直接相连，也可W通 过中间媒介间接相连，可W是两个元件内部的连通或两个元件的相互作用关系。对于本领 域的普通技术人员而言，可W根据具体情况理解上述术语在本发明的实施方式中的具体含 义。
[0102] 在本发明的实施方式中，除非另有明确的规定和限定，第一特征在第二特征之 "上"或之"下"可W包括第一和第二特征直接接触，也可W包括第一和第二特征不是直接接 触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上 面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特 征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上 方，或仅仅表示第一特征水平高度小于第二特征。
[0103] 下文的公开提供了许多不同的实施方式或例子用来实现本发明的实施方式的不 同结构。为了简化本发明的实施方式的公开，下文中对特定例子的部件和设置进行描述。 当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明的实施方式可W在不同 例子中重复参考数字和/或参考字母，运种重复是为了简化和清楚的目的，其本身不指示所 讨论各种实施方式和/或设置之间的关系。此外，本发明的实施方式提供了的各种特定的工 艺和材料的例子，但是本领域普通技术人员可W意识到其他工艺的应用和/或其他材料的 使用。
[0104] 在本说明书的描述中，参考术语"一个实施方式"、"一些实施方式"、"示意性实施 方式"、"示例"、"具体示例"或"一些示例"等的描述意指结合所述实施方式或示例描述的具 体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中， 对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结 构、材料或者特点可W在任何的一个或多个实施方式或示例中W合适的方式结合。
[0105] 流程图中或在此W其他方式描述的任何过程或方法描述可W被理解为，表示包括 一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部 分，并且本发明的优选实施方式的范围包括另外的实现，其中可W不按所示出或讨论的顺 序，包括根据所设及的功能按基本同时的方式或按相反的顺序，来执行功能，运应被本发明 的实施例所属技术领域的技术人员所理解。
[0106] 本技术领域的普通技术人员可W理解实现上述实施例方法携带的全部或部分步 骤是可W通过程序来指令相关的硬件完成，所述的程序可W存储于一种计算机可读存储介 质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0107] 此外，在本发明的各个实施例中的各功能单元可W集成在一个处理模块中，也可 W是各个单元单独物理存在，也可W两个或两个W上单元集成在一个模块中。上述集成的 模块既可W采用硬件的形式实现，也可W采用软件功能模块的形式实现。所述集成的模块 如果W软件功能模块的形式实现并作为独立的产品销售或使用时，也可W存储在一个计算 机可读取存储介质中。
[0108] 上述提到的存储介质可W是只读存储器，磁盘或光盘等。
[0109] 尽管上面已经示出和描述了本发明的实施例，可W理解的是，上述实施例是示例 性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可W对上述 实施例进行变化、修改、替换和变型。
【主权项】
1. 一种检测方法，用于检测海岸带油罐，其特征在于，所述检测方法包括以下步骤： 识别所述海岸带的T型港口； 根据所述T型港口确定所述海岸带的油库区域； 检测所述油库区域的感兴趣区域内的疑似油罐目标;及 剔除所述疑似油罐目标中的虚警目标。2. 如权利要求1所述的检测方法，其特征在于，所述识别海岸带T型港口的步骤包括： 实现精确的海陆分割； 计算海岸线特征点，提取所述T型港口的感兴趣区域； 提取所述T型港口的轮廓线段;及 根据所述T型港口的几何轮廓特征实现所述T型港口的识别。3. 如权利要求2所述的检测方法，其特征在于，所述实现精确的海陆分割的步骤通过使 用基于区域统计特性的极化SAR数据水平集分割方法实现。4. 如权利要求2所述的检测方法，其特征在于，所述计算海岸线特征点的步骤通过使用 曲线分裂归并算法实现。5. 如权利要求2所述的检测方法，其特征在于，所述计算海岸线特征点的步骤将所述T 型港口始末特征点距离近且所述始末特征点之间包含的特征点的个数多的区域提取为所 述感兴趣区域。6. 如权利要求2所述的检测方法，其特征在于，所述提取所述T型港口的轮廓线段的步 骤通过采用基于链码的直线判断方法实现。7. 如权利要求2所述的检测方法，其特征在于，所述提取所述T型港口的轮廓线段的步 骤将突堤两侧表现出平行直线特征且前端泊船横梁与突堤基本垂直的区域识别为所述T型 港口。8. 如权利要求1所述的检测方法，其特征在于，所述T型港口还包括通往前端的金属输 油管道，所述金属输油管道构成强散射体。9. 如权利要求1所述的检测方法，其特征在于，所述疑似油罐目标的散射功率高于周围 裸地或植被的散射功率，并且所述疑似油罐目标极化熵的上边界值确定为0.3，散射角下边 界值确定为50度。10. 如权利要求1所述的检测方法，其特征在于，所述疑似油罐目标通过采用极化总功 率检测器与极化熵、散射角分类器相结合的方法确定。11. 如权利要求1所述的检测方法，其特征在于，所述剔除所述疑似油罐目标中的虚警 目标的步骤包括： 以所述T型港口为中心，将所述油罐区域中的所述感兴趣区域分为近距离区域和非近 距离区域； 根据所述近距离区域中的所述疑似油罐目标的面积和圆度参数进行初步筛选，得到候 选目标； 计算各所述候选目标两两之间相似性参数，得到相似性参数矩阵； 根据所述相似性参数矩阵进行所述候选目标的聚类选择;及 以所述候选目标为模板，统计所述非近距离区域中各所述疑似油罐目标与所述候选目 标的相似性参数的分布，实现所述油罐目标的检测。
【专利摘要】本发明公开了一种检测方法，用于检测海岸带油罐。本发明公开的检测方法包括以下步骤：识别所述海岸带的T型港口；根据所述T型港口确定所述海岸带的油库区域；检测所述油库区域的感兴趣区域内的疑似油罐目标；及剔除所述疑似油罐目标中的虚警目标。本发明通过识别海岸带油库区域特有的T型港口实现了油库区域精确而快速的检测，利用油罐目标极化特性和成群分布的特性提取极化参数检测和聚类油罐，实现了油罐目标的有效检测。
【IPC分类】G06K9/00, G06K9/32, G06K9/62
【公开号】CN105488481
【申请号】CN201510886057
【发明人】刘春 , 殷君君, 杨健
【申请人】清华大学
【公开日】2016年4月13日
【申请日】2015年12月4日
最新回复(0)