[發(fā)明專利]紅外海面圖像序列海天線的檢測方法、裝置、計算機和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210005031.0
• 申請日: 2022-01-04
• 公開（公告）號: CN114359806A
• 公開（公告）日: 2022-04-15
• 發(fā)明（設計）人: 裴繼紅;張佳慧;趙陽;楊烜
• 申請（專利權）人: 深圳大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06K9/62;G06V10/764
• 代理公司: 深圳尚業(yè)知識產(chǎn)權代理事務所(普通合伙) 44503
• 代理人: 楊勇

1.一種紅外海面圖像序列海天線的檢測方法，其特征在于，包括：

輸入海上紅外圖像序列；

對所述海上紅外圖像序列中的子序列進行海天線粗檢測，獲得海天線的上邊界和下邊界；

根據(jù)粗檢測得到的海天線上邊界和下邊界確定海天線細檢測區(qū)域，在所述海天線細檢測區(qū)域中對海天線進行細檢測得到所述當前幀的海天邊界區(qū)域，并對所述海天邊界區(qū)域進行直線擬合得到海天線；

根據(jù)所述當前幀的海天線，確定相鄰下一幀的海天線細檢測區(qū)域，并對下一幀海天線區(qū)域進行海天線細檢測，依次遞推，最終實現(xiàn)整個序列的海天線檢測。

2.根據(jù)權利要求1所述的方法，其特征在于，所述對所述海上紅外圖像序列進行海天線粗檢測，確定海天線的上邊界和下邊界，包括：

從所述海上紅外圖像序列中提取子序列，并按照由上到下進行三維空時條帶劃分確定初始訓練樣本區(qū)域與測試樣本區(qū)域；

以子塊的方式從所述初始訓練樣本區(qū)域與所述測試樣本區(qū)域中分別提取訓練樣本子塊和測試樣本子塊；

分別對所述訓練樣本子塊和所述測試樣本子塊進行樣本特征變換和特征向量構建得到天空特征集合、海水特征集合和中間條帶測試樣本特征集合；

采用Fisher線性判別分析方法分別對所述天空特征集合、所述海水特征集合和所述中間條帶測試集合進行特征降維，并利用降維后的天空特征集合和降維后的海水特征集合構建天空-海水概率分類模型；

利用降維后的中間條帶測試樣本集合更新訓練樣本集，當訓練樣本集不更新時確定海天線最終的上邊界和下邊界，其中，訓練樣本集為天空特征集合和海水特征集合。

3.根據(jù)權利要求2所述的方法，其特征在于，所述分別對所述訓練樣本子塊和所述測試樣本子塊進行樣本特征變換和特征向量構建得到天空特征集合、海水特征集合和中間條帶測試樣本特征集合，包括：

對三維空時子圖像塊分別進行三維離散余弦DCT變換；

根據(jù)對變換后的三維子圖像塊的三維離散余弦譜進行特征提取得到天空特征集合、海水特征集合和中間條帶測試樣本特征集合。

4.根據(jù)權利要求2所述的方法，其特征在于，所述利用降維后的測試樣本集合更新訓練樣本集，包括：

按照天空子塊概率模型和海水子塊概率模型對海面紅外圖像的中間條帶測試樣本區(qū)域進行分類得到海水-天空分類后二值圖；

對所述測試樣本區(qū)域進行后處理，并采用滑窗掃描方式確定分類后的海面紅外圖像的海水區(qū)域和天空區(qū)域，以及海天線的上邊界和下邊界；

采用鄰域條帶逐次逼近方法，對分類后的海水區(qū)域和天空區(qū)域分別劃分預設大小的條帶以得到更新的訓練樣本集。

5.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)海天線粗檢測得到的海天線上邊界和下邊界確定海天線細檢測區(qū)，對該海天線細檢測區(qū)域其中一幀圖像進行海天線細檢測，得到所述當前幀的海天邊界區(qū)域，并對所述海天邊界區(qū)域進行直線擬合得到海天線，包括：

將粗檢測得到的海天線上邊界和下邊界的行坐標按照預設距離進行移動分別得到天空初始訓練樣本區(qū)、海水的初始訓練樣本區(qū)和海天線檢測區(qū)；

將預設尺寸的二維圖像子塊在所述天空初始訓練樣本區(qū)，海水的初始訓練樣本區(qū)和海天線檢測區(qū)中進行移動取樣，并按照二維圖像子塊基準點所在的位置的區(qū)域分別取樣為天空訓練樣本集、海水訓練樣本集、海天線檢測區(qū)樣本集。

對二維圖像子塊進行二維離散余弦變換得到離散余弦譜，并對所述離散余弦譜變換域特征進行提取得到特征向量，并建立初始天空樣本訓練集合、初始海水樣本訓練集合和海天線檢測區(qū)測試樣本集合；

利用所述初始天空樣本訓練集合、初始海水樣本訓練集合構建和訓練海水-天空分類的邏輯回歸模型；

利用所述海水-天空分類的邏輯回歸模型對所述海天線測試樣本集合進行分類，并更新天空樣本訓練集合、海水樣本訓練集合，直至結果收斂時確定細檢測的海天線，并采用最小二乘法進行直線擬合。