[发明专利]基于综合特征一致性模型的人造目标检测方法

说明书

技术领域

本发明属于图像处理和模式识别技术领域，具体涉及一种自然图像中的感兴趣人工目标检测方法。

背景技术

目标检测在军事和民用中都有广泛的应用。在现代战争中，各种高精尖武器要发挥作用必须要有可靠的自动识别系统，而目标识检测就是其中的关键技术。在民用领域中，如医学中病变细胞的判断，森林火险的预报，身份鉴别中的人脸识别、指纹识别、虹膜识别，棉纺织工业中的布匹瑕疵检测和原棉异纤分拣，等等，目标特征分析与检测技术都是相关行业中的关键技术。

目前，目标检测的方法主要有基于轮廓的方法、基于形态学区域分割的方法和基于纹理的方法。基于轮廓的方法关键在于提取目标物体的边缘，然后把目标物体分割出来。由于自然图像中背景的复杂性，利用边缘检测很难从背景中提取出目标的轮廓，因此基于轮廓的方法很难取得较好的效果。基于形态学区域分割的方法常用的有区域增长方法。区域增长需要选取合适的种子点，然后按照一定的生长规则对邻域像素点进行特征判别。但是在自然图像中，种子点的自动选取一直是一个难题，因此基于形态学区域分割的方法很难自动地检测出人造目标。基于纹理的方法主要考虑到人造目标与背景的局部纹理特征差异，然后利用该差异检测目标。但是自然背景中含有复杂的自然景物，其纹理差异很大，所以对复杂自然背景中的人造目标检测效果也不是很好。P.Kovesi提出了一种基于相位一致性的图像特征检测方法，但是这种方法更注重于图像细节特征的提取。而自然背景包含有丰富的细节信息，因此对于自然图像中目标的提取，基于相位一致性的方法有很大的局限性。

本发明的支持基金为国家自然科学基金项目(No：60602036)。

发明内容

本发明的目的在于针对现有技术的上述不足，提供一种基于综合特征一致性模型的人造目标检测方法。该方法能够滤除复杂的自然背景，有效地检测出人造目标。本发明建立了综合特征一致性模型，然后利用该模型对自然图像进行初步的感兴趣区域检测，最后利用数学形态学中的腐蚀和区域标注对其进行后处理。

本发明的基于综合特征一致性模型的人造目标检测方法，包括下列步骤：

步骤1：获取一幅含有人造目标并带有灰度的自然图像，进行傅立叶变换，得到图像的傅里叶分量；

步骤2：建立logGabor滤波器组，并用logGabor滤波器组与图像的傅里叶分量作乘积，图像与偶对称logGabor滤波器的卷积为，图像与奇对称logGabor滤波器的卷积为