[发明专利]一种海上船舶目标检测方法

说明书

本发明公开了一种海上船舶目标检测方法，包含：对可见光船舶图像进行处理得到区域稳定图；对可见光船舶图像进行处理得到颜色抽象显著图；融合所述的区域稳定图和颜色抽象显著图形成最终的显著性船舶目标图。本发明针对含有海杂波的图像，与单纯采用低级特征检测的自顶向下算法不同，本发明将颜色抽象显著提取和图像稳定区域结合的方法应用于船舶目标检测，与一些检测方法针对显著图做低秩处理不同，本发明是在可见光原图的基础上进行处理，并且更为关注稳定区域和颜色显著性的结合，有助于筛除海杂波。

技术领域

本发明涉及目标检测技术，具体涉及在复杂背景中可见光目标的高效检测方法以及海杂波的筛除处理。

背景技术

目标检测是各种高级视觉任务的前提，在各类图像处理任务中应用广泛。而近年来提出显著性目标检测技术在检测多种自然图像中都发挥着重要作用，但是相对而言，在可将光下船舶目标检测中还没有十分成熟的应用。因此在过去的几十年中人们采用了许多办法去改进检测的精确度和稳定性。然而，在海防监控等类似的信噪比极低的场景中，由于复杂的背景、海洋杂波干扰，检测的精确性、稳定性问题仍没有很好解决，其性能堪忧。

伴随着计算机功能的多样化拓展以及多媒体技术的全面应用，国内外的相关学者对目标检测技术与脑科学、神经科学以及心理学等多个学科展开交互研究，仿制人类视觉系统研究出一种能快速从复杂场景中搜索出感兴趣目标的视觉机制。基于这种视觉注意机制的图像目标检测，不仅更符合人的视觉认知，还能有效地分配有限的计算资源给感兴趣区域目标，有助于本文提出结合视觉机制与计算机视觉处理的方法，实现对船舶目标的准确提取，减少海杂波对船舶目标检测的影响。而复杂海上杂波的影响对船舶目标检测会严重干扰检测系统的可靠性和实时性，因此需要利用显著性检测海上船舶图像这一研究课题具有重大的现实意义。

发明内容

本发明的目的是提供一种海上船舶目标检测方法，既具有较高的检测率又能避免巨大的计算量，本发明能最终应用于海防监控等严酷的场景。

为了实现以上目的，本发明是通过以下技术方案实现的：

一种海上船舶目标检测方法，其特点是，包含：

对可见光船舶图像进行处理得到区域稳定图；

对可见光船舶图像进行处理得到颜色抽象显著图；

融合所述的区域稳定图和颜色抽象显著图形成最终的显著性船舶目标图。

所述的对可见光船舶图像进行处理得到区域稳定图包括：

对输入的可见光船舶图像转换为灰度图，并设定多个布尔映射处理，得到在不同阈值下的初步分割图，实现初步的目标和海面杂波的分离；

通过计算图像内剩余多个区域的质心，并对比初步分割图，将区域质心距离小于约束条件的潜在聚类区域提取出；

通过局部最大类间方差法判定潜在聚类区域内的目标与目标周边杂波背景的分离，形成区域稳定图。

所述对可见光船舶图像进行处理得到颜色抽象显著图包括：

将输入的可见光船舶图像由RGB颜色空间转换到CIELAB颜色空间，通过RG滤波强化船舶目标边缘信息，结合线性聚类迭代的方法形成超像素块区域；

通过对超像素块内颜色归一化处理，对比统计图像中不同超像素块的颜色信息，通过双变量高斯分布曲线对超像素块区域颜色分布建模，得到颜色抽象显著图。

所述的对可见光船舶图像进行处理得到区域稳定图进一步包括：

通过比对质心位置相似区域的区域变化程度、质心距离、填充率差异以及面积比率差异的结构算子，提取出区域稳定图。

所述的比对质心位置相似区域的区域变化程度：