[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

本發明公開了一種基于圖像空間結構分布的艦船目標特征表示方法，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，這種基于“先分解后合成”處理策略的圖像熵信息表達式既描述了圖像的局部區域特征又表征了圖像的全局特征，有利于提高后續目標分類的精度，同時提出了基于計算量最小化原則的分組策略，這一通用分組模板降低了算法的計算量。

技術領域

本發明涉及計算機應用技術領域，尤其涉及一種基于圖像空間結構分布的艦船目標特征表示方法。

背景技術

艦船行駛在海洋上，無論是在民用還是軍事方面它都承擔著重要的角色，特別是在軍事方面，其高效的自動檢測與識別對我軍取得制海權具有重要意義。近年來，隨著圖像處理技術的發展，關于可見光與紅外、視頻、合成孔徑雷達、遙感等圖像類型的識別被廣泛應用在艦船目標的識別研究中，尤其是基于光學遙感圖像的識別表現出了其他類別所不具備的優勢，對其展開研究是非常必要的。

艦船目標識別的目的是將檢測出的艦船進行分類確認。要提高艦船目標的識別效率，提取合理的艦船目標特征是值得考慮的重要方面之一。

特征提取是借助特征向量的直觀認知形式來對圖像的內容進行理解的，提取的特征向量是否準確合理將關系到后續目標識別的分類性能。然而，通常在提取特征時，常常忽略兩個問題：一是算法的計算量過大的問題，二是片面強調目標對象的局部特征，忽略了其整體空間分布結構。

發明內容

為了克服現有技術的不足，本發明提供一種基于圖像空間結構分布的艦船目標特征表示方法。

本發明為解決上述技術問題所采用的技術方案是：

一種基于圖像空間結構分布的艦船目標特征表示方法，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，一般取經驗值其中，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