[发明专利]基于偏振成像的适用于水下目标检测的显著性视觉方法

摘要

本发明公开了一种基于偏振成像的适用于水下目标检测的显著性视觉方法，包括A）采集水下同一位置多角度自配准偏振图像；B）基于偏振信息的水下图像恢复；C）全局纹理特征提取；D）基于全局对比度的颜色特征提取；E）视觉显著性特征融合；F）基于目标中心与灰度重心的显著图优化与目标提取；G）根据最终显著图，并对其进行阈值分割，实现水下目标的检测。本发明利用目标中心概率、图像灰度重心及空间顺滑实现显著度优化，进一步抑制背景、突出前景，既能实现复杂水环境下目标检测的高检出率、高识别率，且满足实时性要求，具有良好的应用前景。

主权项

1.基于偏振成像的适用于水下目标检测的显著性视觉方法，其特征在于：包括以下步骤，步骤(A)，通过多角度偏振成像系统，采集水下目标的偏振图像，且同一位置获取的四幅偏振图像；步骤(B)，根据同一位置获取的四幅偏振图像，采用Stokes模型融合生成偏振度图像，并利用全局Gabor滤波均值方法提取偏振度图像的全局纹理特征；步骤(C)，根据同一位置获取的垂直方向偏振图像，采用简化水下偏振成像模型，去除水体微粒后向散射造成的干扰，实现偏振图像的颜色恢复；步骤(D)，利用超像素区域间颜色的相似性和差异性，提取步骤(C)颜色恢复后偏振图像的颜色唯一性和空间分布特征，并融合生成全局颜色对比特征；步骤(E)，自适应加权融合全局颜色对比特征和全局纹理特征生成初级显著图；步骤(F)，根据中心位置和灰度重心对初级显著图进行优化，生成背景抑制、目标增强的最终显著图；根据中心位置和灰度重心对初级显著图进行优化，生成背景抑制、目标增强的最终显著图，包括以下步骤，(F1)，采用Harris算法检测步骤(A)采集水下目标的偏振图像的图像角点，去除边缘的图像角点，计算剩余图像角点的平均坐标得到目标中心；(F2)，计算水下目标的偏振图像超像素区域中心与目标中心的欧式距离，将其除以所有超像素区域中最大的欧氏距离作为目标中心概率，如公式(20)所示，其中，D(i,center)表示超像素区域i与目标中心的欧氏距离，D_max表示所有超像素区域中最大的欧氏距离；(F3)，根据公式(21)，优化初级显著图S(l,k)，得到一级优化显著图其中，P_i^center为目标中心概率；(F4)，将一级优化显著图作为目标区域优化权重，背景概率作为背景区域的优化权重，根据区域间的显著值空间顺滑，根据公式(22)，优化一级优化显著图得到二级优化显著图S_i，其中，为背景权重，为前景权重，表示区域j的一级优化显著性图为平滑度系数，σ_col为稳定系数；(F5)，采用二级优化显著图S_i的灰度重心，根据公式(23)计算超像素区域i的三级优化显著图，突出前景，抑制背景，三级优化显著图为得到最终显著图；其中，barycenter为二级优化显著图S_i的灰度重心；步骤(G)，根据最终显著图，并对其进行阈值分割，实现水下目标的检测，得到可疑目标。