一种夜间船只位置识别方法及装置

本发明涉及船只识别，具体涉及一种夜间船只位置识别方法及装置。

背景技术：

1、夜间灯光遥感作为遥感领域的新兴热点研究方向，可以在夜间或黄昏探测地表微弱光源，通过捕捉船舶夜间发出的光来实现夜间船只检测。这项技术弥补了传统光学遥感依赖于日光反射的局限性，能够对夜间海上船只进行大规模、高效、低成本的长期主动监控。在渔业管理方面，对于那些没有搭载船舶自动识别系统 (ais，automaticidentification system) 收发器的船只，夜光数据能够作为渔业空间数据的重要补充数据源，不仅可用于绘制渔船的捕捞区域图，还可以监测和识别非法、未报告和不受管制的捕捞活动。

2、在利用夜间遥感图像提取船只的方法中，主要可分为基于图像辐射特征的检测方法和基于深度学习的检测方法两大类。基于图像辐射特征的检测方法重点在于去除噪声背景、增强对比度以突出船只像素，难点在于设计灵活的阈值方法以区分背景和船只。另外，由于月相对于复杂海面背景的影响，并且在岸边强光照射的海面提取精度较差，缺乏一种在长时间序列上表现稳定、精度高的夜间船只提取方法。

3、因此，为满足实际需求，现提供一种夜间船只位置识别技术。

技术实现思路

1、针对现有技术中存在的缺陷，本发明的目的在于提供一种夜间船只位置识别方法及装置，基于对待识别海域的监测数据，进行多层级识别分析，对图像的背景进行剔除，进而识别图像中的船只，从而高效的实现夜间船只位置识别，满足实际工作需求。

2、为达到以上目的，本发明采取的技术方案是：

3、第一方面，本技术提供一种夜间船只位置识别方法，所述方法包括以下步骤：

4、基于待识别海域在待识别时间段内的多个亮度及云层监测数据，获得所述待识别海域在所述待识别时间段内的多个预处理后夜光遥感图像以及背景阈值；

5、基于所述待识别海域在所述待识别时间段内的所述背景阈值，识别各所述预处理后夜光遥感图像中的确定背景像素以及待确定像素，并剔除所述确定背景像素，获得对应的各确定背景剔除后夜光遥感图像；

6、基于所述确定背景剔除后夜光遥感图像中所述待确定像素的亮度值，对所述确定背景剔除后夜光遥感图像进行筛选，获得第一级船只像素集合；

7、以所述第一级船只像素集合中的像素作为种子点，向四周像素外扩，根据与所述确定背景像素是否相似，筛选获得第二级船只像素集合，记作船只潜在位置集合；

8、基于所述船只潜在位置集合，结合陆地灯光影响区域，获得最终船只位置集合。

9、在上述技术方案的基础上，所述基于待识别海域在待识别时间段内的多个亮度及云层监测数据，获得所述待识别海域在所述待识别时间段内的多个预处理后夜光遥感图像以及背景阈值，包括以下步骤：

10、获取待识别海域在待识别时间段内的多个亮度及云层监测数据，并基于预设规则处理，获得对应的多个预处理后夜光遥感图像；

11、基于所述待识别海域在所述待识别时间段内的多个所述预处理后夜光辐亮度图像，获得所述待识别海域在所述待识别时间段内的背景阈值。

12、在上述技术方案的基础上，所述获取待识别海域在待识别时间段内的多个亮度及云层监测数据，并基于预设规则处理，获得对应的多个预处理后夜光遥感图像，包括以下步骤：

13、获取所述待识别海域在待识别时间段内的多个夜光辐亮度数据层以及多个云层掩码标识数据层，获得对应的多个夜光辐亮度图像和多个云层掩码标识图像；

14、基于各所述云层掩码标识图像，按照预设第一筛选规则，对对应的所述夜光辐亮度图像进行处理，获得多个所述预处理后夜光遥感图像。

15、在上述技术方案的基础上，所述基于所述待识别海域在所述待识别时间段内的多个所述预处理后夜光辐亮度图像，获得所述待识别海域在所述待识别时间段内的背景阈值，包括以下步骤：

16、基于所述待识别海域中设定的稳定海面背景区，对各所述预处理后夜光辐亮度图像进行裁剪，获得所述待识别海域在所述待识别时间段内的多个第一夜光辐亮度图像；

17、剔除各所述第一夜光辐亮度图像中的辐亮度值异常像元，计算各所述第一夜光辐亮度图像对应的亮度均值和亮度标准差值，获得各所述第一夜光辐亮度图像的背景区域上限辐亮度值；

18、基于各所述背景区域上限辐亮度值，构建所述待识别海域在所述待识别时间段内的背景区域上限辐亮度值序列，分解获得，分解获得季节项、趋势项以及残差项，并结合设定的偏置项，获得所述待识别海域在所述待识别时间段内的背景阈值。

19、在上述技术方案的基础上，所述方法还包括以下步骤：

20、针对各所述确定背景剔除后夜光遥感图像，将相邻的待确定像素合并至同一像素连通集合中。

21、在上述技术方案的基础上，所述基于所述待识别海域在所述待识别时间段内的所述背景阈值，识别各所述预处理后夜光遥感图像中的确定背景像素以及待确定像素，并剔除所述确定背景像素，获得对应的各确定背景剔除后夜光遥感图像，包括以下步骤：

22、基于所述待识别海域在所述待识别时间段内的所述背景阈值，剔除所述待识别海域在所述待识别时间段内的各所述预处理后夜光遥感图像中的确定背景像素，获得对应的各所述确定背景剔除后夜光遥感图像；

23、针对各所述确定背景剔除后夜光遥感图像中的所述待确定像素，通过构建并查集树，创建相邻的所述待确定像素的连通域集合。

24、在上述技术方案的基础上，所述基于所述确定背景剔除后夜光遥感图像中所述待确定像素的亮度值，对所述确定背景剔除后夜光遥感图像进行筛选，获得第一级船只像素集合，包括以下步骤：

25、将作为所述船只潜在位置的所述待确定像素按照像素值升序排列，依次选取所述待确定像素，假定其为船只像素作为种子点；

26、采用广度优先搜索算法对各所述种子点的周围像素进行遍历，以对应的所述种子点为中心像素，计算其在周围预设领域的像素的间辐亮度相似性，获得对应的相对相似性指数和绝对相似性指数；

27、基于所述相对相似性指数和绝对相似性指数，结合对应的相对相似性指数判断阈值和绝对相似性指数判断阈值，获得第一级船只像素集合。

28、在上述技术方案的基础上，所述以所述第一级船只像素集合中的像素作为种子点，向四周像素外扩，根据与所述确定背景像素是否相似，筛选获得第二级船只像素集合，记作船只潜在位置集合，包括以下步骤：

29、基于所述第一级船只像素集合中的各像素外扩构建临域像素集合，若对应的所述临域像素集合中的像素的亮度与所述确定背景像素的亮度满足预设的相似条件，则归入所述确定背景像素对应的确定背景像素集合，反之则归入预设的高值像素集合；

30、基于所述高值像素集合中的各像素，搜索其对应的邻居像素，若所述邻居像素为确定背景像素，则将所述邻居像素归入所述确定背景像素集合，若所述邻居像素未被遍历，则判断所述邻居像素是否与各所述确定背景像素相似，若相似则归入所述确定背景像素集合，反之则归入所述高值像素集合；

31、针对所述第一级船只像素集合的各像素，识别其对应的所述邻居像素被标记为第一船只像素，则搜索所述邻居像素所属像素集合，若所述邻居像素属于所述确定背景像素集合，则不进行船只像素集合的合并，若所述邻居像素属于所述高值像素集合，则将对应的两个所述像素的第一级船只像素集合进行合并，获得第二级船只像素集合；

32、基于设定的像素个数阈值，对各所述第二级船只像素集合的像素个数进行判定，筛选获得对应的船只潜在位置集合。

33、在上述技术方案的基础上，所述基于所述船只潜在位置集合，结合陆地灯光影响区域，获得最终船只位置集合，包括以下步骤：

34、将所述船只潜在位置集合中的船只像素转化为船只点矢量，并与海岸线矢量进行投影转换，获得缓冲区，并筛选获得所述缓冲区内的近岸船只集合；

35、构建所述近岸船只集合中各像素所属海洋和陆地范围的标记矩阵，基于所述近岸船只集合中各像素向四周逐像素扩展，直至包含的陆地像素个数超过船只像素为止，获得对应的第一级近岸船只集合以及邻近陆地像素集合；

36、基于所述第一级近岸船只集合以及所述邻近陆地像素集合，剔除所述第一级近岸船只集合中被陆地灯光影响的像素，获得第二级近岸船只集合；

37、若所述邻近陆地像素集合中的像素的辐亮度的最大值大于所述第二级近岸船只集合中像素的辐亮度的最大值，应当剔除该船只像素集，否则保留，获得最终近岸船只集合；

38、基于所述船只潜在位置集合、所述近岸船只集合以及所述最终近岸船只集合，获得最终船只位置集合。

39、第二方面，本技术提供一种夜间船只位置识别装置，所述装置包括：

40、第一预处理模块，其用于基于待识别海域在待识别时间段内的多个亮度及云层监测数据，获得所述待识别海域在所述待识别时间段内的多个预处理后夜光遥感图像以及背景阈值；

41、确定背景剔除模块，其用于基于所述待识别海域在所述待识别时间段内的所述背景阈值，识别各所述预处理后夜光遥感图像中的确定背景像素以及待确定像素，并剔除所述确定背景像素，获得对应的各确定背景剔除后夜光遥感图像；

42、第一级船只确定模块，其用于基于所述确定背景剔除后夜光遥感图像中所述待确定像素的亮度值，对所述确定背景剔除后夜光遥感图像进行筛选，获得第一级船只像素集合；

43、第二级船只确定模块，其用于以所述第一级船只像素集合中的像素作为种子点，向四周像素外扩，根据与所述确定背景像素是否相似，筛选获得第二级船只像素集合，记作船只潜在位置集合；

44、最终船只确定模块，其用于基于所述船只潜在位置集合，结合陆地灯光影响区域，获得最终船只位置集合。

45、与现有技术相比，本发明的优点在于：

46、（1）本发明基于对待识别海域的监测数据，进行多层级识别分析，对图像的背景进行剔除，进而识别图像中的船只，从而高效的实现夜间船只位置识别，满足实际工作需求。

47、（2）本发明考虑到月相对于复杂海面背景的影响，将海面背景像素辐亮度值随月相周期性波动特性融入背景阈值的选取中，能够更有效地区分船只像素和背景像素，对于长时间序列夜间海面船只提取具有较好的鲁棒性。

48、（3）本发明基于夜光遥感图像本身的辐亮度特征利用区域生长法进行船只提取，相比较现有技术中单一的阈值分割方法，考虑了船只像素与其周围像素的空间相似性，在复杂背景和大面积海域中具有较少的漏检和误检；并且本发明无需人工手动标注船只数据集，自动化程度较高，相比较深度学习提取方法，省时省力，快速高效。

49、（4）本发明对于受近岸强光照射的海域船只，将船只的辐亮度与近岸灯光亮度进行比较后再予以剔除，相比较现有技术中将近岸船只直接剔除，更加符合实际情况，有效地提高了提取精度。