[發明專利]一種基于圖像空間結構分布的艦船目標特征表示方法

有效

• 申請號: 201510818105.2
• 申請日: 2015-11-20
• 公開（公告）號: CN105488458B
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 郭偉婭;夏學知
• 申請（專利權）人: 中國船舶重工集團公司第七0九研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 武漢河山金堂專利事務所(普通合伙) 42212
• 代理人: 胡清堂

1.一種基于圖像空間結構分布的艦船目標特征表示方法，其特征在于：采用“分組”處理思想，將待處理的圖像進行分塊處理，并將分塊處理后的圖像組合在一起，構成圖像的全局紋理特征，該方法具體包括以下步驟：

步驟1：提取光學遙感圖像

步驟2：將待處理圖像進行分塊處理

對于大小為M×N的多頻譜圖像I(x，y)，假設它的像素灰度級為L，在其多維直方圖中，另設其第K直方圖Ω所在的可行域被劃分成個“超立方體”單元，假設每個“超立方體”單元含有個(N＝L/M)像素，則對于圖像I(x，y)參與運算的像素點個數S，由“局部-整體”的計算方式，可得：

可以看出上式存在最小值，當且僅當時，S取最小值，此時算法的計算量最小，記作簡記為其中，L表示圖像灰度級；

步驟3：計算局部圖像熵值

在圖像的K維空間，假設其第i個“超立方體”所在的局部鄰域為a_i，則在a_i內，圖像的信息熵計算如下：

其中，表示權值，且b₁，b₂，…b_k表示K維上的位置索引，為位置b₁×b₂×…×b_k處的像素灰度值，為位置b₁×b₂×…×b_k處的像素灰度分布概率，此外，權值的計算方法如下：

上式中，σ為高斯分布方差，取經驗值其中，表示圖像I(x，y)位于區域a_i內的灰度均值，是歸一化參數；

步驟4：合成圖像的空間結構特征

按照步驟(1)所述，假設圖像所在的K維空間根據圖像的灰度級被劃分成M，分別記做(R₁，R₂，…，R_M)，則將這M塊組合起來，構成圖像的全局紋理特征，即

步驟5：根據粗糙集理論，計算上述步驟2至步驟5中提取的艦船特征的重要性權值。

2.根據權利要求1所述的一種基于圖像空間結構分布的艦船目標特征表示方法，其特征在于：步驟2中所述的參與運算的像素點個數的計算方法，是一種通用的模板，可適用于多維圖像處理，當待處理圖像的直方圖為二維直方圖時，K＝2，M＝L。

3.根據權利要求1所述的一種基于圖像空間結構分布的艦船目標特征表示方法，其特征在于：步驟2中所述的的計算方式為：