[發明專利]一種基于Weyl變換的聲納圖像特征提取方法

在審

• 申請號: 202010964358.1
• 申請日: 2020-09-15
• 公開（公告）號: CN112102286A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 趙玉新;趙廷;何永旭;劉廠;朱可心
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于Weyl變換的聲納圖像特征提取方法，其特征在于包括以下幾個步驟：

步驟1.利用中值濾波法對聲納圖像進行預處理：

針對聲納圖像中的環境噪聲和傳感器噪聲特點，采用中值濾波進行噪聲消除并保持圖像細節；設待處理的聲納圖像每一像素點的灰度值為f(x，y)，以目標像素p為中心，選取的正方形滑動掩膜對像素點的鄰域進行采樣，將采樣區域內的像素按照像素值大小進行排序，生成單調上升的數據序列，經過濾波處理后掩膜中心點的像素值設置為上述數據序列的中值；通過滑動掩膜的連續處理，獲得濾波后的圖像g(x，y)＝med{f(x±k，y±l)，(0≤k，l≤N)}，從而消除孤立噪聲點；

步驟2.利用掩膜法對圖像進行采樣并將區塊像素矢量化：

根據待檢測目標的尺度選定匹配的正方形掩膜L_w×L_w，其中L_w的選取滿足L_w＝2^r，利用移動掩膜法從預處理后的圖像g(x，y)中截取圖像樣本，然后將采樣得到的區塊像素以stacking方式進行矢量化，得到對應的灰度值向量

步驟3.計算圖像區塊像素矢量的協方差矩陣：M_c＝yy^T；

步驟4.構建多尺度符號置換矩陣；

步驟5.對Weyl變換特征空間進行降維；

步驟6.計算圖像區塊的Weyl系數，利用構建的符號置換矩陣計算出Weyl特征空間的全部特征值

2.如權利要求1所述的一種基于Weyl變換的聲納圖像特征提取方法，其特征在于，所述步驟4具體包括以下子步驟：

步驟4.1.取m＝2r，設定二進制m元組a＝(a_m-1…a₀)^T，b＝(b_m-1…b₀)^T，其中二面體群D₈變換矩陣

步驟4.2.構建多尺度置換矩陣D(a，0)和符號變換矩陣D(0，b)

其中為Kronecker積，D(a，0)偏左側的因子項能夠實現粗粒度置換，偏右側的因子項能夠實現細粒度的置換；

步驟4.3計算符號置換矩陣：

由此基于m元組a和b，可以構建2^2m個符號置換矩陣且

3.如權利要求1所述的一種基于Weyl變換的聲納圖像特征提取方法，其特征在于，所述步驟5具體包括以下子步驟：

步驟5.1由步驟4可知，對于圖像采樣尺度L_w＝2^r構建出2^2m個符號置換矩陣，每一個符號置換矩陣等價于二面體群中的一種旋轉和平移組合置換形式，圖像區塊像素矢量在該矩陣下的變換系數構成一個分解維度，因此原始特征空間共有2^2m個維度；令G表示由90°旋轉和雙向(垂向/水平)平移生成的正方形變換群，以G中相同的變換結果為標準，分別可以將a和b分成N_a、N_b個等價類，每一等價類內僅保留一個元組，從而實現Weyl變換的置換矩陣等價類降維；合并等價類后，特征空間維數降低為N_a×N_b；

步驟5.2經過合并等價類降維后，a＝0的等價類反映的是信號的方差信息而非自相關信息，將該等價類移除，去除N_v個分量；a^Tb＝1的等價類對應的Weyl變換系數常為零，將該部分置換矩陣等價類移除，去除N_z個分量；經過降維后的Weyl變換特征空間維數為：

N_R＝N_a×N_b-N_v-N_z。 (5)

4.如權利要求1所述的一種基于Weyl變換的聲納圖像特征提取方法，其特征在于，所述步驟6通過計算圖像區塊像素矢量的Weyl系數作為圖像特征值：

最終經采樣得到的圖像區塊的特征值為