遥感卫星在轨机场变化检测方法

肖化超，周　诠，张建华

(中国空间技术研究院西安分院，陕西 西安 710100)

An Airport Change Onboard Detection Method for Remote Sensing Satellite

XIAO Huachao，ZHOU Quan，ZHANG Jianhua



遥感卫星在轨机场变化检测方法

肖化超，周诠，张建华

(中国空间技术研究院西安分院，陕西 西安 710100)

An Airport Change Onboard Detection Method for Remote Sensing Satellite

XIAO Huachao，ZHOU Quan，ZHANG Jianhua

摘要：针对机场飞机变化检测时效性要求高的特点，提出了遥感图像在轨变化检测的方法。该方法利用遥感卫星前后两幅机场图像，通过SURF方法配准并进行仿射变换，然后利用显著目标检测方法缩小目标检测区域，最后利用本文提出的圆周信息匹配方法，将二维图像匹配转换为一维信息检测的问题，实现对飞机的检测。利用前后两轨卫星遥感图像进行了试验，仿真结果表明，配准精度达到1个像素，能准确检测出飞机目标，说明该方法能准确高效地检测出机场飞机变化信息。

关键词：遥感图像处理；变化检测；在轨处理；飞机检测

一、引言

变化检测是对同一区域的重复连续观测，所获取的多时相遥感影像详细地记录了地表上各种地物的时空动态变化过程和轨迹。机场飞机起降频繁，对机场飞机数量进行检测，在民航、军事等领域具有重要意义。

机场飞机为时间敏感目标，对其变化情况进行检测需要较强的时效性。利用当前星上成像，地面处理，再告知终端用户的流程，处理环节过多，延时较大。若采用星上处理能有效简化环节，提高处理时效性[1]。但受星上资源环境的制约，星上处理方法必须满足简单、高效、准确等要求。

本文主要对不同时相机场图像进行飞机数量变化情况的检测。根据在轨处理要求，提出方法首先对两幅图像利用简单经典方法进行配准和图像变换，然后对前后两幅图像均进行显著目标检测以缩小检测区域，接着利用本文提出的圆周信息匹配检测方法，最后根据检测结果和配准位置信息得出机场飞机的变化情况。本文的第2部分对遥感图像的配准进行介绍；第3部分为飞机目标的检测方法，分为目标聚焦和提出圆周信息匹配法；第4部分对提出方法进行仿真试验，采用连续两轨卫星遥感机场图像进行试验，并给出了试验结果；最后进行总结。

二、图像配准

图像配准将不同时相图像的空间位置对应起来，是变化检测的关键步骤，如图1所示。图像配准技术已有很多研究，其中Lowe等提出的SIFT算法是一种鲁棒性好的尺度不变特征描述方法[2]，在很多领域均有应用，但SIFT算法计算量大、时间复杂度高、算法耗时长。H．Bay等在分析、总结多种特征检测方法的基础上，提出了SURF(speeded-up robust features)描述算子，对图像平移、旋转、缩放等变化具有良好的不变性[3]，并于2008年对该方法进行了完善，进一步提高了SIFT算法的性能[4]。SURF较SIFT算法简单快速，试验证明，SURF方法在速度上快3倍左右，综合性能优于SIFT[5]。鉴于卫星在轨处理的约束，星上遥感图像采用SURF方法。

SURF是特征点配准的方法，在两幅待配准图像上，按SURF算法选择特征点，然后对特征点进行描述，最后进行特征点匹配。不同时相的遥感图像之间存在仿射差异，即缩放、旋转和平移3类变化，用公式表示

(1)

式中，α是旋转因子；h、k是平移因子；S是缩放因子。特征点匹配后存在虚假匹配点，根据卫星遥感图像的先验知识进行进一步筛选，通过筛选可以保证图像的准确配准。

图1　特征点匹配关系图

三、目标检测

不同时相图像进行配准后，需要分别对两幅图像进行飞机目标检测。遥感图像数据量巨大，对整幅遥感图像直接进行检测将耗费大量资源，常用的办法为先对目标进行聚焦，采用较低运算量的方法从背景中将疑似目标初步检测出来。该步骤运算要求简单快速，在保证低漏检率的情况下，允许具有一定的虚警率。

1. 目标聚焦

目标聚焦利用显著目标检测方法，主要利用飞机的纹理、大小等特征，在图像中将疑似目标初步筛选处理。飞机目标的筛选主要步骤为：对图像进行边缘检测，形态学处理，根据飞机长宽、面积等参数对目标进行筛选。

飞机与机场跑道存在明显的灰度跳跃，具有强烈的纹理特征，可以通过梯度检测的方法进行，根据试验比较，在多种典型梯度检测算子中选取对飞机检测和后续处理有效的算子作为飞机梯度检测的方法。Gabor滤波器是窄带带通滤波器，有明显的方向选择和频率选择特性，在空域和频域可同时达到最优的联合分辨率，能很好地表征目标的纹理特征[6-7]。

假定σx=σy=σ，则Gabor函数定义为

exp(-ω2σ2/2)]

(2)

对整幅图像进行4个方向的Gabor滤波，然后将4个方向的滤波结果合并，设Φ={0°，45°，90°，135°}，定义联合的梯度特征

(3)

进行Gabor滤波后，图像在飞机边缘值较大，其他平坦区域值较小，对滤波结果进行分类。边缘图像二值化

(4)

(5)

图2　初步筛选图像

然后统计二值化图像的连通区域特征参数，根据连通区域的面积、长、宽及长宽比等参数进行筛选，筛选出的目标图像区域用Bi表示。飞机的面积、长宽等指标很容易获取，这些参数阈值的选取与遥感图像分辨率和飞机本身参数有关，处理流程如图3所示。

图3　显著目标检测流程

为了提高检测准确度和降低计算量，在进行飞机检测之前，首先对飞机目标进行初步筛选，主要利用飞机的纹理、大小、形状等基本特征作为筛选依据，筛选目标可减少候选区域，从而进一步降低检测的运算量，因此可以有一定的虚警，但不能有漏检。通过下节的精确检测，能达到飞机精确检测的目的。

形态学处理中，梯度只对飞机边缘进行检测，检测完后图像为边缘线条，为了后续筛选处理，需要将边缘连通为区域，因此需要对图像线条进行扩展，采用闭处理操作，如图2(b)所示。

初步筛选时，飞机的大小、长宽容易获取，而图像的分辨率是已知的，因此飞机在图像中占多少像素、长宽多少像素等，是可以预先获知的。利用这些信息对图像进行初步筛选结果如图2(c)所示。

2. 圆周信息匹配检测法

目标聚焦利用了飞机基本特征，能将目标候选区域缩小，但仍有虚假目标存在，对筛选后目标需要进行精细检测。目标检测最直接的方法是利用待检测目标图像与已有目标模板图像进行比对，若二者匹配，则为目标，否则为非目标。该方法原理简单直观，检测准确度也较高，但计算量较大，而且需要制作模板图像。由于飞机类型较多，需要的模板数量较多。为了提高运算效率，减少模板的数据量，本文提出了一种特征匹配的方法，该方法利用了目标的一维特征(模板)，然后进行匹配滤波，如此将二维图像匹配转化为一维信号的检测。

图4　飞机圆周波形

所用特征是飞机具有较稳定的形状，飞机具有机头、双翼和机尾4个比较稳定的部件，若以飞机中心为圆心，以大于机身宽度小于翼展长度为直径，逆时针圆周上取图像的灰度值作为特征值，以fi,j,r(k)表示，其中k≤N，i、j表示圆心的坐标，r为圆周半径。图4是含有4架飞机图像的圆周灰度特征曲线。从曲线来看，4架飞机具有类似的圆周曲线，起伏情况基本一致，其中波峰为飞机部分，亮度较大，波谷为飞机的阴影位置。由于飞机的停靠方向存在差异，导致在波形上表现具有旋转延时。根据前面分析，飞机在遥感图像中有比较稳定的圆周波形。根据信号检测理论，在已知信号波形的情况下，可以利用匹配滤波的方法来进行信号检测。假定需要检测信号为s(t)，则可设计滤波器为

h(t)=s(t0-t)

(6)

式中，t0为信号终止时刻，即t>t0时，s(t)=0。

滤波器的输出信号为

(7)

取t=t0时刻的输出信号作为判决时刻，输出信号值越大说明信号匹配度越高，即待检测物体越有可能为目标。

在数字图像处理中信号为离散信号，匹配滤波的形式需要进行相应修改，信号为fi,j,r(k)，则滤波器可为

h(k)=f(N-k)

(8)

输出信号为

(9)

式中，*为卷积运算。输出信号在k=N时输出最大值。考虑飞机的停靠方向不同，信号存在圆周延时的特点，式(9)中的卷积运算可改为循环卷积，即

s0(k)=f(k)⊗h(k)

(10)

根据循环卷积定理，循环卷积可用傅里叶变换代替运算，以简化运算

s0(k)=IDFT{DFT[f(k)]·DFT[h(k)]}

(11)

由于延时的不确定，输出信号的最高点并不确定，因此取输出信号最大时刻作为判决时刻。

以上利用循环卷积解决了飞机的旋转不变性，检测方法还要对图像亮度(即信号的幅度)变化适应。匹配滤波器的性质之一是对振幅具有适应性，但为了去除直流信号的影响，可在通过滤波器前，先进行去直流分量处理

(12)

将式(12)代入式(11)中

(13)

以上方法对所取圆心位置较为敏感，而本文方法聚焦部分所给出结果为飞机所在位置的连通区域Bi，并不确定飞机的中心位置。因此，需要遍历所有聚焦的连通区域作为圆心，进行匹配滤波，取输出值中的最大值作为该区域是否为飞机的判决依据。

四、仿真试验

利用前后两轨卫星遥感图像对以上方法进行仿真验证。在两轨图像中提取出同一机场图像，利用SURF算法对图像进行配准，再利用卫星轨道、姿态等先验知识进行配准点选取，求解仿射变换方程参数。然后以一幅图像为参考，对另一幅进行平移、旋转等几何变换，得到结果如图5所示。根据定量分析，采用该配准方法使配准精度达到1个像素。

图5　配准图像

对两幅图像进行检测后，利用飞机所在位置和飞机的一维圆周信号，对两幅图像检测的目标进行比较，可以得出3种语义：新来飞机、未动飞机和飞走飞机，检测结果如图6所示。

图6　变化检测结果

五、结束语

为了提高机场飞机数量变化情况检测的时效性，可采用星上检测方式。本文给出了一种高效的遥感图像飞机在轨变化检测方法。该算法包含配准和目标检测2个步骤。首先利用简单的经典方法对不同时相图像进行配准；然后根据飞机纹理、大小特征，对大幅遥感图像进行显著目标检测，确定飞机目标的候选区域；接着利用飞机具有稳定圆周波形的特点，提出了圆周匹配的方法对候选区域进行进一步检测。通过试验分析，表明该方法能有效配准和检测目标，具有准确高效的特点。下一步工作将对该方法进行硬件实现。

参考文献：

[1]孙文方,郑小松,肖化超, 等. 在轨光学遥感图像处理技术[C]∥第一届高分辨率对地观测学术年会.北京:[s.n.], 2012.

[2]LOWE D G. Distinctive Image Features from Scale-Invariant Keypoints[J]. International Journal of Computer Vision, 2004, 60(2): 91-110.

[3]BAY H, TUVTELLARS T, VAN GOOL L. SURF: Speeded Up Robust Features[C]∥Proceedings of the 9th European Conference on Computer Vision. Berlin： Springer,2006: 404-417.

[4]BAY H, ESS A, TUYTELAARS T, et al. Speeded-Up Robust Features (SURF)[J]. Computer Vision and Image Understanding,2008, 110(3): 346-359.

[5]BAUER J, SÜNDERHAUF N, PROTZEL P. Comparing Several Implementations of Two Recently Published Feature Detectors[C]∥Proceedings of the International Conference on Intelligence and Autonomous Systems.Toulouse, France:[s.n.], 2007.

[6]LI Z,ITTI L.Saliency and Gist Features for Target[J]. IEEE Transactions on Image Processing, 2010, 20(7): 2017-2029.

[7]PORAT M, ZEEVI YY. The Generalized Gabor Scheme of Image Representation in Biological and Machine Vision[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1988,10(4): 452-468.

欢迎订阅《测绘通报》

《测绘通报》创刊于1955年，是由国家测绘地理信息局主管、中国地图出版社(测绘出版社)主办的反映我国测绘地理信息科技发展现状和指导全国测绘地理信息生产业务的国家级综合性、技术性刊物。现为中文核心期刊、中国科技核心期刊(中国科技论文统计源期刊)、中国科学引文数据库(CSCD)核心统计源期刊、中国学术期刊网络出版总库(CAJD)全文收录期刊、中国学术期刊综合评价数据库(CAJCED)核心统计源期刊、《中国学术期刊文摘》收录期刊、地球与环境科学信息网(EES)收录期刊。曾被评为第二、三届国家期刊奖百种重点期刊，多次荣获全国优秀测绘期刊奖。

《测绘通报》的主要内容包括大地测量、全球导航卫星系统(GNSS)、摄影测量、遥感(RS)、地图制图、地理信息系统(GIS)、工程测量、矿山测量、地籍测绘、海洋测绘、测绘仪器、信息传输、图形图像处理等方面的新成果和新技术；行业管理、科研、教学、生产的先进经验；计算机、通信等相关理论技术在测绘地理信息领域里的应用及测绘地理信息科技在国家经济建设各个方面的应用；国内外测绘地理信息学术动态及有关测绘地理信息科技信息等。

《测绘通报》的主要栏目有学术研究、技术交流、测绘地理信息论坛、经验介绍、测量员之窗、国外测绘地理信息、行业管理、行业研究、行业调查、知识窗、新书介绍、企业之窗、测绘地理信息教学等。

《测绘通报》(月刊)定价：30.00元，邮发代号：2-223。

编辑部地址：北京市西城区三里河路50号，邮编：100045，订阅电话：010-68531192(金英)，68531317(传真)。

网址：http:∥tb.sinomaps.com

引文格式： 肖化超，周诠，张建华. 遥感卫星在轨机场变化检测方法[J].测绘通报，2015(1)：22-25.DOI:10.13474/j.cnki.11-2246.2015.0004

作者简介：肖化超(1985—)，男，博士生，工程师，主要从事空间数据处理与传输方面的研究。E-mail：xiaohc@cast504.com

基金项目：国家自然科学基金(61372175)；国家重点实验室基金(9140C530403130C53192)；高分辨率对地观测国家重大专项预研课题

收稿日期：2014-07-15

中图分类号：P237

文献标识码：B

文章编号：0494-0911(2015)01-0022-04