一种遥感影像圆形油罐自动检测方法

摘要

本发明公开了一种遥感影像圆形油罐自动检测方法，首先，对遥感影像进行MHC视觉显著变换得到视觉显著图，再经过数学形态学增强，得到增强视觉显著图，利用hough变换在增强视觉显著图上圆检测，得到疑似油罐区域；然后，对遥感影像进行turbopixels过分割，根据特征合并分割块，根据似圆特征，得到疑似油罐区域；最后，结合由hough检测结果和似圆特征检测结果，利用油罐圆心与半径关系和多特征进行SVM分类，过滤掉同心圆和非油罐区，最终得到油罐区。通过大量的实验证明该方法能够在大区域高分辨率光学影像上取得较高的查准率和查全率，不仅对亮色油罐有显著检测效果，而且对较暗的油罐有一定的检测结果。

主权项

一种遥感影像圆形油罐自动检测方法，其特征在于，包括以下步骤：步骤1：采集油罐遥感影像数据；步骤2：利用MHC视觉显著模型得到油罐遥感影像数据的显著图；步骤3：经过数学形态学处理，得到油罐遥感影像数据进一步的增强显著图；步骤4：利用Hough变换圆检测，对增强显著图的每个检测区域增加缓冲区，得到油罐的疑似候选区域，包括一部分油罐切片与非油罐切片；步骤5：对步骤1中采集的油罐遥感影像数据进行基于分割的油罐检测，得到油罐的疑似候选区域，包括油罐切片与非油罐切片；步骤6：基于现有的遥感油库训练样本影像，提取样本影像切片的统计特征、纹理特征、颜色特征和步骤4、步骤5中所述的油罐切片与非油罐切片的统计特征、纹理特征、颜色特征；利用提取的统计特征、纹理特征、颜色特征对样本影像切片进行训练，得到训练模型；步骤7：根据步骤6得到的训练模型，用SVM分类器判断由步骤4和步骤5得到的油罐的疑似候选区域内的切片是否为油罐切片；利用训练好的SVM进行油罐的疑似候选区域的切片分类，得到部分油罐准确区域；步骤8：根据步骤7所得的油罐准确位置，根据圆心距离空间关系，剔除掉同心圆，得到所有油罐的准确位置。