[发明专利]基于改进HOU模型的红外图像舰船目标快速识别方法

权利要求书

1.一种基于改进HOU模型的红外图像舰船目标快速识别方法，其特征在于包括，

步骤一：对采集的原始红外舰船图像进行预处理，获得预处理后灰度图像；

步骤二：由预处理后灰度图像的亮度信息计算获得亮度特征图；同时对预处理后灰度图像进行频域与空间域的变换得到HOU模型显著图；对亮度特征图和HOU模型显著图进行加权融合，得到融合后显著图；

在现有OTSU算法的基础上增加阈值调整系数获得改进OTSU算法；利用改进OTSU算法对融合后显著图进行阈值分割后，再通过形态学闭运算，确定融合后显著图中的背景区域和目标区域；

步骤三：对目标区域进行几何特征提取，并根据几何特征确定舰船目标。

2.根据权利要求1所述的基于改进HOU模型的红外图像舰船目标快速识别方法，其特征在于，

步骤一中预处理包括：对原始红外舰船图像的像素反色后，再进行形态学滤波，得到预处理后灰度图像。

3.根据权利要求2所述的基于改进HOU模型的红外图像舰船目标快速识别方法，其特征在于，所述形态学滤波的公式如下：

d(x,y)＝s(x,y)+d_top-hat-d_bottom-hat；

式中d(x,y)为预处理后灰度图像的像素，s(x,y)为像素反色图像的像素，d_top-hat为进行顶帽运算，d_bottom-hat为进行底帽运算，x为像素的横坐标，y为像素的纵坐标；

s(x+x',y+y')为s(x,y)的邻近点像素，x′为邻近点像素的横坐标，y′为邻近点像素的纵坐标，ele(x',y')为邻近点架构因子。

4.根据权利要求3所述的基于改进HOU模型的红外图像舰船目标快速识别方法，其特征在于，步骤二中获得亮度特征图的方法包括：

根据预处理后灰度图像的亮度信息对预处理后灰度图像做下采样，构建灰度高斯金字塔；对灰度高斯金字塔先进行中央周边差操作，再对不同图层之间进行对点差分计算得到多张亮度特征初始图，对多张亮度特征初始图进行归一化得到亮度特征图；进行对点差分计算的两个图层，若尺寸不同，将相对小尺度图层通过线性插值的方法获得和相对大尺度图层相同的尺寸，再进行对点差分计算。

5.根据权利要求4所述的基于改进HOU模型的红外图像舰船目标快速识别方法，其特征在于，步骤二中得到HOU模型显著图的方法包括：

将预处理后灰度图像变换到频域，计算log振幅谱并进行均值滤波，得到相位谱，由相位谱计算得到log残差谱，采用傅里叶逆变换将log残差谱从频域变换至空间域，得到HOU模型显著图。

6.根据权利要求5所述的基于改进HOU模型的红外图像舰船目标快速识别方法，其特征在于，步骤二中得到融合后显著图的公式如下：

式中S(x)是融合后显著图，L(x)是亮度特征图，H(x)是HOU模型显著图。

7.根据权利要求6所述的基于改进HOU模型的红外图像舰船目标快速识别方法，其特征在于，步骤二中改进OTSU算法的阈值T调整为现有OTSU算法阈值的1.1倍；

利用改进的OTSU算法对融合后显著图进行阈值分割包括：

根据阈值T将融合后显著图的像素分为目标区和背景区，再以类间方差最大为目的，不断优化阈值T获得优化后目标区和优化后背景区。

8.根据权利要求7所述的基于改进HOU模型的红外图像舰船目标快速识别方法，其特征在于，步骤二中针对优化后目标区和优化后背景区采用形态学闭运算将优化后目标区内目标多连通区域转化为目标单连通区域，最终确定融合后显著图中的背景区域和目标区域。