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