[发明专利]基于局部显著性特征度量的舰船目标检测方法在审
| 申请号: | 202210035589.3 | 申请日: | 2022-01-13 |
| 公开(公告)号: | CN114373135A | 公开(公告)日: | 2022-04-19 |
| 发明(设计)人: | 杨利霞;李娜娜;潘雪莉;黄志祥 | 申请(专利权)人: | 安徽大学 |
| 主分类号: | G06V20/10 | 分类号: | G06V20/10;G06K9/62;G06V10/77;G06V10/774;G06V10/80 |
| 代理公司: | 合肥国和专利代理事务所(普通合伙) 34131 | 代理人: | 孙永刚 |
| 地址: | 230601 安徽省*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 局部 显著 特征 度量 舰船 目标 检测 方法 | ||
1.一种基于局部显著性特征度量的舰船目标检测方法,其特征在于:该方法包括下列顺序的步骤:
(1)获取待检测的原始SAR图像,设置滑动窗口区分目标块和背景块;
(2)利用局部区域中目标块和背景块的显著特征差异性,对待检测的原始SAR图像进行局部显著特征的差异性测量:包括基于协方差矩阵的局部对比度检测,以及基于灰度方差和均值的局部对比度检测;通过基于协方差矩阵的局部对比度检测获得第一特征差异值,经全局滑窗得到所有的第一特征差异值组成的增强映射CS;通过基于灰度方差和均值的局部对比度检测获得第二特征差异值,经全局滑窗得到所有的第二特征差异值组成的对比度映射CV,将对比度映射CV经归一化处理得到CVN;
(3)将增强映射CS和经归一化处理得到的CVN进行图像融合,得到最终的增强对比图;
(4)进行阈值分割得到舰船目标检测结果。
2.根据权利要求1所述的基于局部显著性特征度量的舰船目标检测方法,其特征在于:在步骤(2)中,所述通过基于协方差矩阵的局部对比度检测获得第一特征差异值,经全局滑窗得到所有的第一特征差异值组成的增强映射CS具体是指:
对每个像素点进行局部邻域运算,用多个邻域信息即多维特征向量代替单一的强度特征以区分舰船目标像素和背景杂波像素;
假设a0为原始SAR图像中的某一像素点,以该像素点为中心选取5×5的邻域像素,选取两条对角线方向上的像素点a1,a2,...,a8参与局部邻域运算,计算出该中心像素点a0的特征向量表示为:
f=[x0-x1,x0-x2,x0-x3,x0-x4,x0-x5,x0-x6,x0-x7,x0-x8]T
其中,xp,p=0,1,2,...,8表示像素点ap,p=0,1,2,...,8处的强度值,融合以中心像素点与其周围各像素点的强度变换差值作为该像素点处的特征向量表示,该特征向量的维数为8;
基于特征向量f构造区域块协方差矩阵来描述某区域内特征向量f的联合分布情况,并利用得到的协方差矩阵的属性进行局部对比度检测,实现对SAR图像目标的增强,则某区域块A上所有特征向量的协方差矩阵计算为:
其中,N表示区域块A内所包含的像素点个数,fq表示该区域内第q个像素点处的特征向量表示;μ为区域块A内N个像素点所对应的特征向量f所组成的集合{fq|q=1,2,...,N}的均值;
基于区域块协方差矩阵的F范数属性计算进行局部对比度测量,得到增强映射CS为:
其中,(p,q)为目标块T的中心坐标,C(AT)和k=1,2,3,4分别表示局部目标块T和背景块Bk处的特征协方差矩阵;Ij表示目标块T的第j个最大灰度值,L为最大灰度值个数;yij表示计算出来的协方差矩阵C(A)中的任一矩阵元素。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210035589.3/1.html,转载请声明来源钻瓜专利网。





