[发明专利]一种基于核二维非负矩阵分解的水下目标检测方法及系统

权利要求书

1.一种基于核二维非负矩阵分解的水下目标检测方法，其特征在于,包括：

利用无人水下航行器视觉系统收集M幅原始训练图像样本A_i(i＝1,2,...,M)，级联收集到的M幅原始训练图像样本构建成m*Mn维增广矩阵A,其中，

将增广矩阵A以核映射的方式映射到特征空间上，并进行数据标准化处理获得特征空间增广矩阵Φ(A)；

在特征空间上采用核二维非负矩阵分解法对特征空间增广矩阵Φ(A)进行列方向和行方向分解，求得列向基矩阵C和行向基矩阵R；

利用核二维非负矩阵分解法求得的求得列向基矩阵C和行向基矩阵R，对任意给定的图像样本特征空间增广矩阵Φ(A_i)计算出其特征矩阵Y_i；

计算收集到的M个原始训练图像样本A₁...A_M的特征矩阵Y₁...Y_M,分别计算每个训练样本的特征矩阵Y_i(i＝1...M)与平均特征矩阵Y的距离，并形成特征距离集合D；

预设一个控制限ξ，ξ的取值范围为0～100％；

计算待测样本Φ(A_test)的特征矩阵Y_test，并利用特征距离集合D、平均特征矩阵控制限ξ三个参数，计算特征矩阵Y_test与平均特征矩阵的匹配度S；如果满足条件S≥ξ，则将待测样本判定为水下目标，发出警报，否则，没有发现水下目标，不做任何处理。

2.如权利要求1所述的方法，其特征在于，所述将增广矩阵A以核映射的方式映射到特征空间上，并进行数据标准化处理获得特征空间增广矩阵Φ(A)，具体为：所述将增广矩阵A以核映射的方式映射到特征空间上具体为：增广矩阵A中数据向量通过以下映射函数φ传递到更高维的特征空间在特征空间中通过核映射的方式，增广矩阵A表示为特征空间增广矩阵Φ(A)＝[φ(A¹),...,φ(Aⁿ),...,φ(A^Mn-n+1),...,φ(A^Mn)]；进行数据标准化处理具体为:定义核矩阵K为：

其中，k*,*代表核函数，在特征空间中，数据的标准化可以通过核矩阵K的均值中心化和方差归一化来实现：

其中tr(*)表示矩阵的迹。