[发明专利]一种无人机对地目标ROI提取方法

权利要求书

1.一种无人机对地目标ROI提取方法，其特征在于，所述方法包括步骤：

步骤1：对基准卫星图像进行预处理，并从不同尺度和不同姿态的基准图像中提取能够反映目标局部特征的模式，包括目标区域的模式和关联环境区域的模式；

步骤2：统计分析目标区域和关联环境区域的模式分布情况，根据目标区域和关联环境区域模式分布情况的对比关系，计算出各个模式的显著性值，并建立目标视觉显著性模型；

步骤3：对于实时图像，经过图像增强预处理后，与步骤1和2同样的方式，获取每个像素点的模式，根据所述目标视觉显著性模型获取每个像素点的模式对应的显著性值，每个像素点的模式对应的显著性值对应实时图像的视觉显著性图像；

步骤4：采用和基准图像中目标区域大小一致的窗口在所述实时图像的目标显著性图像上滑动，取均值或者加权均值最大的位置为估计的目标粗略位置；利用目标粗略位置为中心、大小与目标区域大小一致的区域中的模式的尺度分布信息估计出实时图像大致的分辨率；根据目标粗略位置、估计分辨率值得到与基准卫星图像分辨率基本一致的ROI。

2.根据权利要求1所述的方法，其特征在于，步骤1中不同尺度和不同姿态的基准图像如下得到：

x=ax1-by1+c

y=bx1+ay1+d

a=σ′cosθ′ c=w／2-aw／2+bh／2

b=σ′sinθ′ d=h／2-bw／2-ah／2

σ′=1／σ，θ′=-θ

其中，基准图像的宽度和高度分别为w和h，，(x，y)为基准图像上的像素点，(x1,y1)为尺度和姿态转换后的图像上的像素点，θ和σ为尺度和姿态转换使用的旋转角度和缩放因子。

3.如权利要求1所述的方法，其中，所述目标区域和关联环境区域的模式的提取包括模式采样和模式值计算；其中，模式采样方式采用DAISY-16采样方法；模式值计算方式采用局部二值模式。

4.如权利要求3所述的方法，其中，对于目标区域和关联环境区域的模式采样包括对于目标区域和关联环境区域的所有像素点提取16个邻域点，所述16个邻域点的加权和的邻域大小不同。

5.如权利要求4所述的方法，其中，对目标区域和关联环境区域中每个像素点的模式值如下：

τ(Pi)=1,I(Pi)<I(Pc)0,otherwise]]>

其中，P_i为第i个邻域点，I(P_i)为第i个邻域点的灰度值，P_c为像素点，I(P_c)为像素点的灰度值，将16个邻域点的模式值连接起来得到相应像素点的模式值。

6.如权利要求1所述的方法，其中，步骤2中统计分析目标区域和关联环境区域的模式分布情况具体为统计不同尺度和不同姿态下目标区域和关联环境区域中各个像素点对应的模式值出现的次数，根据其出现次数得到各个模式的显著性值。