[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

说明书

本发明公开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级联收集到的原始训练图像样本构建成m*Mn维增广矩阵A；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，进而，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；分别计算每个训练样本的特征矩阵Y_i(i＝1...M)与平均特征矩阵的距离，形成特征距离集合D；预设一个控制限ξ，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S≥ξ，则将待测样本判定为水下目标。

技术领域

本发明涉及水下目标检测领域，尤其涉及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。

背景技术

近几十年来，利用UUV视觉系统进行目标检测越来越受到人们的重视。水下目标检测的目的是对感兴趣的目标进行捕获和处理，这是一种消除潜在威胁、避免损害的方法。长期以来，许多学者致力于UUV视觉技术的发展，开发并应用了许多有效的UUV视觉技术方法来解决实际环境中的问题，传统的基于模型的目标检测方法很大程度上依赖于检测目标的先验知识，但与检测目标相关的知识获取往往非常困难，这限制了基于模型的目标检测方法在实际问题中的应用。因此，迫切需要对图像数据本身的研究方法，即对基于代数方法的实现目标的检测。

发明内容

基于上述存在的问题，本发明实施例提供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，用以解决目前传统的基于模型的目标检测方法很大程度上依赖于检测目标的先验知识，但与检测目标相关的知识获取往往非常困难，限制了基于模型的目标检测方法在实际问题中的应用，迫切需要对图像数据本身的研究方法，即对基于代数方法的实现目标的检测这一技术问题。

本发明实施例公开一种基于核二维非负矩阵分解的水下目标检测方法，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、平均特征矩阵两个参数，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。