基于遥感图像的船舶目标识别技术

在进行海域遥感图像的识别与处理时，需要充分了解卫星遥感图像的特点，海上卫星遥感图像的特点主要包括图像光谱特性、时间特性和空间特性 3 种，

如下：

1）遥感图像的空间特性

空间特性是指海上卫星遥感图像的像素，在空间上具有丰富的表达方式，比如遥感图像可以展示空间内的物体几何轮廓、坐标、面积等空间信息。为了使遥感图像将空间特性表现的更充分，遥感图像的像素在两方面进行优化：其一是在空间坐标系的像素值，是由图像的数字化而来；其二是遥感图像的空间分辨

率，在一个固定尺寸下包含的像素越多，说明图像的分辨率越高。

为了合理地利用遥感图像的空间特性，在进行遥感图像分析时，必须要充分结合空间坐标系和定位系统，使遥感图像与经纬度坐标产生关联，分析遥感图像时，同时对像素和空间方位进行分析与建模。

2）光谱特性

光谱特性是指遥感图像的可见光辐射强度，通常用像素的灰度值、RGB 值来表征。在分析船舶遥感图像时，需要充分结合遥感图像的光谱特性，采用量化

方式，将遥感图像的光谱进行编码，并将编码信息存储到计算机当中。遥感图像的光谱特性与物体对阳光辐射的反射率密切相关，这也是遥感图像具有复杂色彩和灰度值的原因。

3）遥感图像的时间特性

时间特性与空间特性相对应，共同组成船舶遥感图像的基本坐标。随着时间的变化，地面目标会不断发生变化，比如潮涨潮落、海水温度变化等，同一区域内的遥感图像，不同时间节点下会存在较大的差异。在同一天内，由于阳光辐射的角度和强度不同，遥感图像也具有明显的差异。因此，在分析船舶遥感图像时，还需要充分考虑遥感图像的时间特性，从而才能获取准确的信息。

船舶遥感图像的目标识别算法

原理图

通常图像的处理过程可以分为初级处理、中级处理和高级处理 3 种，初级处理阶段主要针对图像本身，比如对图像的补偿、对图像干扰的抑制等，主要是一种像素级别的处理。图像的高级处理阶段是指符号推理，对图像所描绘的场景给予宏观上的解释；图像的中级处理阶段是指由低级处理阶段向高级处理阶

段的过渡，从低级处理阶段获取图像的各种特征信息，完成目标识别的过程。

由图像的目标识别原理图可知，船舶遥感图像的目标识别过程主要包括以下 4 个步骤：

1） 遥感图像的获取

遥感图像的获取包含 2 层含义，第一层是从遥感卫星中获取当前海域内的遥感图像，第二层是指对遥感图像中含有船舶目标的区域进行提取，缩小目标识

别图像的范围。图像获取环节可以提高图像处理的效率，使目标识别过程不需要在整幅图像上花费大量的时间。

2）船舶目标特征提取

目标特征的提取是基于遥感图像的船舶目标识别过程的关键环节，利用船舶图像的目标特征，可以在当前获取的遥感图像中正确的把目标与背景区分开。目标特征提取算法，对于目标识别的精度有非常重要的影响，在船舶目标特征提取时，可以充分结合船舶目标的空间特性，时间特性和光谱特性等，将船舶和

背景区分开。

3）目标分类

在进行目标特征提取后，还需要对目标特征进行分类、特征融等进一步处理，常见的分类方法包括支持向量机 SVM 法、随机 CRF 分类方法等。目标分类

的作用是将遥感图像中具有相似特征的目标统一进行处，适用于大批量的遥感图像目标识别。

基于小波变换的图像过滤与增强理论研究

通常，受海上雾气、云、水蒸气等气象因素的影响，海上遥感图像中往往存在着许多噪声。同时由于船舶目标的颜色与海水表面相似度较高，因此，在进行基于遥感图像的船舶目标识别过程中，需要对遥感图像的船舶目标进行过滤和增强。过滤的主要目的是去除遥感图像中的干扰噪声，增强的目的是使遥感图

像舰船目标特征与背景区别度更高。

本文采用小波变换理论，对遥感图像进行信号过滤和图像增强，基于小波变换的图像过滤基本流程如图所示。

图像滤波流程图：

图中左侧为海域内遥感图像的灰度图，右侧为经过图像提取和目标识别的灰度图。

来源网络，若侵权请联系删除！