[發明專利]一種基于十字檢測的柵格狀雷達檢測方法

有效

• 申請號: 201410393513.3
• 申請日: 2014-08-12
• 公開（公告）號: CN104182731B
• 公開（公告）日: 2017-05-17
• 發明（設計）人: 凌強;杜彬彬;李峰
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G01S13/89
• 代理公司: 北京科迪生專利代理有限責任公司11251
• 代理人: 成金玉,孟卜娟

1.一種基于十字檢測的柵格狀雷達檢測方法，其特征在于實現步驟如下：

(1)讀取待檢測圖像；

(2)輸入圖像若為彩色圖像則轉為灰度圖像，若為灰度圖像則不變；

(3)在上一步的輸出圖像上使用滑動窗口法以步長s1做十字檢測，圖像的特征提取使用HOG特征，具體是使用一個滑動窗口在整幅圖像上從左到右、從上到下進行搜索，對每個滑動窗口所包含的局部圖像提取HOG特征，然后使用基于線性SVM訓練好的分類器對每個滑動窗口進行分類判決，如果判決是十字，則記錄下該窗口的位置；

(4)計算以每個十字為中心的一個正方形區域內含有十字的數量作為十字分布密度；

(5)找出最大十字分布密度對應的區域，若同時有幾個最大的區域，則需合并，若最大密度大于設定的閾值threshold，則跳到步驟(6)；若最大密度小于或等于設定的閾值threshold，則結束，認為圖像中無柵格狀雷達；

(6)目標疑似區域是一個矩形區域，將該區域內包含的灰度圖像提取出來，存為localimage，即疑似區域圖像；

(7)在localimage上用比s1小的步長s2再做一遍十字檢測，圖像的特征提取使用HOG特征，具體是使用一個滑動窗口在整幅圖像上從左到右、從上到下進行搜索，對每個滑動窗口所包含的局部圖像提取HOG特征，然后使用基于線性SVM訓練好的分類器對每個滑動窗口進行分類判決，如果判決是十字，則記錄下該窗口的位置；記錄十字檢測結果；

(8)將上一步得到的localimage上十字分布位置轉換為二值圖像表示，即十字分布點處為1，其他位置為0，二值圖像與localimage大小相同，稱為axisimage，即十字坐標二值圖像；

(9)在axisimage中使用Hough變換檢測直線；

(10)在上一步得到的直線中尋找平行直線組，即同一角度數量大于1的直線集合，如果能得到平行直線組，則跳到下一步；如果檢測不到平行直線組，則結束，判決該圖像中不含有柵格狀雷達；

(11)判決該圖像中含有柵格狀雷達，并標注出疑似區域。

2.根據權利要求1所述的基于十字檢測的柵格狀雷達檢測方法，其特征在于：所述步驟(3)和(7)中具體實現為：

(1)基于線性SVM訓練好的分類器的訓練過程是：由裁取的928個十字正樣本和1200個隨機負樣本訓練得來；在對訓練樣本提取特征前，先將訓練樣本變換為統一大小寬度width*width的正方形圖像；

對訓練樣本提取HOG特征時，一個block中就是一個cell，block即待提取特征圖像中的一個小塊，彼此之間可重疊,cell即一個block中的小塊，彼此之間不可重疊,一個block為blockwidth*blockwidth大小的正方形區域，blockwidth是block的邊長值，應能整除width，block之間的重疊率設置為overlaping，對訓練樣本提取完特征后，使用LIBSVM工具箱進行訓練，訓練時使用線性核函數，最后得到分類面：

W^TX+w_m+1＝0

其中W^T為分類面法向量，X為提取的特征向量,m為特征向量維數，w_m+1是一常數；

(2)對每個滑動窗口進行分類判決的具體過程為：設置一個大小為width*width的滑動窗口從圖像的左上角開始從左到右、從上到下地滑動，即先從圖像的第一行開始，從像素點(1,1)開始以步長s1向右滑動，直至這一行的末端；再以步長s1向下滑動到第二行，重復第一行的操作，直至滑動窗口滑動到圖像的右下角；滑動窗口每滑動一下都要對其所包含的圖像提取特征并使用基于線性SVM訓練好的分類器進行判決，若所述分類器認為是十字結構，則記錄下十字在圖像中的坐標位置(x_k,y_k)，這個坐標的值是十字結構的左上角坐標。