[发明专利]一种基于显著性分析的红外遥感图像海面船只检测方法

权利要求书

1.一种基于显著性分析的红外遥感图像海面船只检测方法，其特征在于，该方法包括以下步骤：

步骤S1，对包含有待检测船只的红外遥感图像进行分割，根据每个分割区域的特征，检测得到红外遥感图像中的海面区域；

步骤S2，在所述步骤S1得到的海面区域中，使用基于显著性分析的方法检测海面上可能为船只的候选目标；

步骤S3，使用候选目标尺寸对所述候选目标进行过滤，如果候选目标的尺寸不满足尺寸要求，则去除该目标；

步骤S4，使用候选目标形状对经过所述步骤S3筛选得到的候选目标进行二次过滤，如果所述候选目标的形状不满足所述形状要求，则去除该目标；

步骤S5，根据所述尺寸和形状信息筛选得到的候选目标确定为最终检测得到的海面船只。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1进一步包括以下几个步骤：

步骤S11，对所述红外遥感图像进行大尺度的超像素分割，将所述红外遥感图像分割为尺寸大致相同，形状尽量规则，并且充分保留不同地物或场景之间的边界的多个区域；

步骤S12，对分割后得到的每一个区域进行特征提取；

步骤S13，根据所述步骤S12提取得到的每个区域的特征以及其临近区域的类别和彼此的相似度，将分割后得到的多个区域最终确定为海面区域和非海面区域；

步骤S14，将所述步骤S13确定得到的海面区域进行合并，最终得到所述红外遥感图像中的海面区域。

3.根据权利要求2所述的方法，其特征在于，使用归一化分割算法进行所述大尺度的超像素分割，所述归一化分割算法的输入参数为分割结果中分割区域的数目k，其中k＝w*h/s，h和w分别为待分割图像的高度和宽度，s为分割结果中区域的大小。

4.根据权利要求2所述的方法，其特征在于，所述步骤S12中提取的特征包括：区域的均值、方差、梯度强度和梯度方向直方图。

5.根据权利要求2所述的方法，其特征在于，所述步骤S13进一步包括以下步骤：

步骤S131，根据所述步骤S12提取得到的每个区域的特征将该区域初步分为海面区域和非海面区域；

步骤S132，根据所述步骤S131的初步分类结果，计算每一个被初步分类为海面区域的区域与其临近区域的差异D：

D=mi-mj256+dist(histi,histj)]]>

其中，mi和histi表示某个被初步分类为海面区域的区域的均值和梯度方向直方图，mj和histj表示其临近区域，dist(histi，histj)表示向量histi和histj之间的距离；

步骤S133，根据计算得到的差异D和每个被初步分类为海面区域的区域的临近区域的类别，判断该被初步分类为海面区域的区域是否为海面区域。

6.根据权利要求5所述的方法，其特征在于，所述步骤S131中，若某一区域的方差var小于指定阈值thres1，梯度强度mag小于指定阈值thres2，则认为该区域是海面区域，否则为非海面区域。

7.根据权利要求5所述的方法，其特征在于，所述步骤S133中，若一被初步分类为海面区域的区域Si，其临近的海面区域数目为N，这N个临近的海面区域中与Si的差异D大于指定阈值thres3的区域数目为N1，如果N1/N大于1/2，则该区域Si确定为非海面区域。

8.根据权利要求2所述的方法，其特征在于，所述步骤S14中，任选其中一个海面区域，递归地将与其相邻的所有海面区域合并为同一个连通区域，并记录该连通区域所合并的海面区域的个数，直到所有的海面区域均遍历完毕，如果某一连通区域所合并的区域个数小于2，则去掉该连通区域。