[发明专利]一种适用于空间非合作目标的多特征图像分割定位方法

权利要求书

1.一种适用于空间非合作目标的多特征图像分割定位方法，其特征在于，包括以下步骤：

1)选取包含非合作目标的图像作为待处理图像，应用SLIC算法将图像分割为尺寸以及内部元素特征相似的超像素，超像素互不重合，且有唯一的标记信息i，其中i＝0,1,2,…N-1，N表示超像素的总数目；

2)选取i＝0所对应的超像素区域x_i，计算区域的主次方向比，作为当前区域的方向特征f_i¹；

3)计算超像素区域x_i的方差，作为当前区域的方差特征f_i²，即：

fi2=1ni-1Σj=1ni(xij-1niΣj=1nixij)2]]>

其中，x_ij表示x_i转化为灰度图像后第j个像素对应的灰度值；

4)计算超像素区域x_i的面积与周长的比值f_i³作为当前区域的第三个特征，则：

f_i³＝n_i/p_i

其中，p_i表示区域x_i的边界中所包含的像素个数；

5)依次遍历其余超像素，并计算每一个超像素所对应的特征f_i¹,f_i²,f_i³；级联上述三个特征，形成对超像素x_i的最终评价f_i＝c₁f_i¹+c₂f_i²+c₃f_i³，其中c₁,c₂,c₃表示每个特征对最终评价值的权重；

采用二维高斯分布生成满足上述要求的权重分布，即：

f^i=wi·fi]]>

其中，w_i表示第i个超像素对应的权重；

对所有特征进行归一化，得到：

f^i=wi·(c1fi1max{fj1}+c2fi2max{fj2}+c3fi3max{fj3}),j=0,1,...,N-1]]>

6)将每个超像素的最终评价指标按照从高到低的顺序进行排序，评价指标高于阈值T的超像素作为图像定位的候选区域，其中λ表示一常数，g(·)表示取均值函数；

7)将原图像进行滤波操作，得到细节模糊后的图像，重复步骤1)至步骤6)，得到的候选区域与之前的候选区域求交集，完成对图像的定位。

2.根据权利要求1所述的适用于空间非合作目标的多特征图像分割定位方法，其特征在于，所述步骤2)中，计算区域的主次方向比的具体步骤为：

2-1)计算区域x_i的协方差矩阵Γ_i：

Γi=1niΣj=1nixij·xijT]]>

其中，n_i表示区域x_i中像素的个数，表示第j个像素对应的向量，向量元素为像素点在图像中的横、纵坐标；

2-2)对协方差矩阵Γ_i进行特征分解，得到特征向量V_i和特征值λ_max,λ_min，使得

ΓiVi=λmax00λminVi]]>

2-3)计算主次方向比f_i¹＝λ_max/λ_min。