[发明专利]一种基于ROI的红外图像检测方法

权利要求书

1.一种基于ROI的红外图像检测方法，其特征在于，包含以下步骤：

S1、目标候选区域的确定：首先，用热红外成像设备接收攻击区域内不同物体的热辐射，获取原始图像；然后，利用显著性检测方法，检测出原始图像中可能存在目标的区域，形成显著图；最后，通过构建评价指标，确定显著图上不同区域的显著性程度，并根据显著性程度选出若干个最可能包含目标的ROI区域；

S2、对ROI区域进行目标的识别：首先，对每个可能包含目标的ROI区域进行特征提取，得到每个可能包含目标的ROI区域的特征向量；然后，将每个可能包含目标的ROI区域的特征向量送入分类器进行比对，最终得到含有真实目标的ROI区域。

2.根据权利要求1所述的一种基于ROI的红外图像检测方法，其特征在于，在对原始图像进行显著性检测之前，还需要对该原始图像采用matlab进行预处理，所述预处理包含以下步骤：

S1、通过matlab分别获取原始图像的灰度直方图、颜色直方图和HSV矩阵，并分别以参数形式进行保存；

S2、对灰度直方图、颜色直方图和HSV矩阵分别使用灰度共生矩阵进行纹理检测，分别得到灰度直方图、颜色直方图和HSV矩阵中灰度的空间相关特性，并也分别以参数形式进行保存；

S3、将原始图像旋转360度，每隔60度重复前述步骤S1和S2，共得到六组不同的参数，用于图像的显著性检测。

3.根据权利要求1所述的一种基于ROI的红外图像检测方法，其特征在于，所述特征提取包含以下步骤：

S1、种子点提取：通过递归的最大类间方差法提取出最可能包含目标的ROI区域中的高亮度区域，即目标种子区域，并进一步提取出该目标种子区域的边缘图像；

S2、目标的真实边缘片段提取：用Canny形态学边缘检测法，从目标种子区域的边缘图像中检测出真实目标的边缘图像或边缘片段图像；

S3、基于区域生长的图像分割：采用自适应区域生长法，将真实目标的边缘图像或边缘片段图像分割成n个小区域。

4.根据权利要求1所述的一种基于ROI的红外图像检测方法，其特征在于，所述比对包含以下步骤：

S1、离线学习：采用若干尺寸统一的包含目标的正样本和不包含目标的负样本训练分类器，提取出正样本和负样本中的特征向量并对特征向量标注相对应的标签，得到表征分类器的参数；

S2、在线对比：将得到的每个可能包含目标的ROI区域的特征向量送入分类器与正样本和负样本中的特征向量进行比对，得到最接近的正样本和负 样本中的特征向量所对应的标签，根据该标签判断出每个可能包含目标的ROI区域是否包含真实目标。

5.根据权利要求4所述的一种基于ROI的红外图像检测方法，其特征在于，所述分类器采用基于Haar特征的底层AdaBoost算法。

6.根据权利要求1所述的一种基于ROI的红外图像检测方法，其特征在于，所述目标为飞机或者舰船。