[發明專利]基于改進HOU模型的紅外圖像艦船目標快速識別方法

在審

• 申請號: 202211055328.4
• 申請日: 2022-08-31
• 公開（公告）號: CN115439497A
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 馬一帆;苗得雨;曹爽;王勇;李曉露;樊宇亮;楊廣
• 申請（專利權）人: 北京瀚景錦河科技有限公司
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/155;G06T7/187;G06T7/62;G06V10/44;G06T5/50
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 張利明

1.一種基于改進HOU模型的紅外圖像艦船目標快速識別方法，其特征在于包括，

步驟一：對采集的原始紅外艦船圖像進行預處理，獲得預處理后灰度圖像；

步驟二：由預處理后灰度圖像的亮度信息計算獲得亮度特征圖；同時對預處理后灰度圖像進行頻域與空間域的變換得到HOU模型顯著圖；對亮度特征圖和HOU模型顯著圖進行加權融合，得到融合后顯著圖；

在現有OTSU算法的基礎上增加閾值調整系數獲得改進OTSU算法；利用改進OTSU算法對融合后顯著圖進行閾值分割后，再通過形態學閉運算，確定融合后顯著圖中的背景區域和目標區域；

步驟三：對目標區域進行幾何特征提取，并根據幾何特征確定艦船目標。

2.根據權利要求1所述的基于改進HOU模型的紅外圖像艦船目標快速識別方法，其特征在于，

步驟一中預處理包括：對原始紅外艦船圖像的像素反色后，再進行形態學濾波，得到預處理后灰度圖像。

3.根據權利要求2所述的基于改進HOU模型的紅外圖像艦船目標快速識別方法，其特征在于，所述形態學濾波的公式如下：

d(x,y)＝s(x,y)+d_top-hat-d_bottom-hat；

式中d(x,y)為預處理后灰度圖像的像素，s(x,y)為像素反色圖像的像素，d_top-hat為進行頂帽運算，d_bottom-hat為進行底帽運算，x為像素的橫坐標，y為像素的縱坐標；

s(x+x',y+y')為s(x,y)的鄰近點像素，x′為鄰近點像素的橫坐標，y′為鄰近點像素的縱坐標，ele(x',y')為鄰近點架構因子。

4.根據權利要求3所述的基于改進HOU模型的紅外圖像艦船目標快速識別方法，其特征在于，步驟二中獲得亮度特征圖的方法包括：

根據預處理后灰度圖像的亮度信息對預處理后灰度圖像做下采樣，構建灰度高斯金字塔；對灰度高斯金字塔先進行中央周邊差操作，再對不同圖層之間進行對點差分計算得到多張亮度特征初始圖，對多張亮度特征初始圖進行歸一化得到亮度特征圖；進行對點差分計算的兩個圖層，若尺寸不同，將相對小尺度圖層通過線性插值的方法獲得和相對大尺度圖層相同的尺寸，再進行對點差分計算。

5.根據權利要求4所述的基于改進HOU模型的紅外圖像艦船目標快速識別方法，其特征在于，步驟二中得到HOU模型顯著圖的方法包括：

將預處理后灰度圖像變換到頻域，計算log振幅譜并進行均值濾波，得到相位譜，由相位譜計算得到log殘差譜，采用傅里葉逆變換將log殘差譜從頻域變換至空間域，得到HOU模型顯著圖。

6.根據權利要求5所述的基于改進HOU模型的紅外圖像艦船目標快速識別方法，其特征在于，步驟二中得到融合后顯著圖的公式如下：

式中S(x)是融合后顯著圖，L(x)是亮度特征圖，H(x)是HOU模型顯著圖。

7.根據權利要求6所述的基于改進HOU模型的紅外圖像艦船目標快速識別方法，其特征在于，步驟二中改進OTSU算法的閾值T調整為現有OTSU算法閾值的1.1倍；

利用改進的OTSU算法對融合后顯著圖進行閾值分割包括：

根據閾值T將融合后顯著圖的像素分為目標區和背景區，再以類間方差最大為目的，不斷優化閾值T獲得優化后目標區和優化后背景區。

8.根據權利要求7所述的基于改進HOU模型的紅外圖像艦船目標快速識別方法，其特征在于，步驟二中針對優化后目標區和優化后背景區采用形態學閉運算將優化后目標區內目標多連通區域轉化為目標單連通區域，最終確定融合后顯著圖中的背景區域和目標區域。