[发明专利]一种基于十字检测的栅格状雷达检测方法

权利要求书

1.一种基于十字检测的栅格状雷达检测方法，其特征在于实现步骤如下：

(1)读取待检测图像；

(2)输入图像若为彩色图像则转为灰度图像，若为灰度图像则不变；

(3)在上一步的输出图像上使用滑动窗口法以步长s1做十字检测，图像的特征提取使用HOG特征，具体是使用一个滑动窗口在整幅图像上从左到右、从上到下进行搜索，对每个滑动窗口所包含的局部图像提取HOG特征，然后使用基于线性SVM训练好的分类器对每个滑动窗口进行分类判决，如果判决是十字，则记录下该窗口的位置；

(4)计算以每个十字为中心的一个正方形区域内含有十字的数量作为十字分布密度；

(5)找出最大十字分布密度对应的区域，若同时有几个最大的区域，则需合并，若最大密度大于设定的阈值threshold，则跳到步骤(6)；若最大密度小于或等于设定的阈值threshold，则结束，认为图像中无栅格状雷达；

(6)目标疑似区域是一个矩形区域，将该区域内包含的灰度图像提取出来，存为localimage，即疑似区域图像；

(7)在localimage上用比s1小的步长s2再做一遍十字检测，图像的特征提取使用HOG特征，具体是使用一个滑动窗口在整幅图像上从左到右、从上到下进行搜索，对每个滑动窗口所包含的局部图像提取HOG特征，然后使用基于线性SVM训练好的分类器对每个滑动窗口进行分类判决，如果判决是十字，则记录下该窗口的位置；记录十字检测结果；

(8)将上一步得到的localimage上十字分布位置转换为二值图像表示，即十字分布点处为1，其他位置为0，二值图像与localimage大小相同，称为axisimage，即十字坐标二值图像；

(9)在axisimage中使用Hough变换检测直线；

(10)在上一步得到的直线中寻找平行直线组，即同一角度数量大于1的直线集合，如果能得到平行直线组，则跳到下一步；如果检测不到平行直线组，则结束，判决该图像中不含有栅格状雷达；

(11)判决该图像中含有栅格状雷达，并标注出疑似区域。

2.根据权利要求1所述的基于十字检测的栅格状雷达检测方法，其特征在于：所述步骤(3)和(7)中具体实现为：

(1)基于线性SVM训练好的分类器的训练过程是：由裁取的928个十字正样本和1200个随机负样本训练得来；在对训练样本提取特征前，先将训练样本变换为统一大小宽度width*width的正方形图像；

对训练样本提取HOG特征时，一个block中就是一个cell，block即待提取特征图像中的一个小块，彼此之间可重叠,cell即一个block中的小块，彼此之间不可重叠,一个block为blockwidth*blockwidth大小的正方形区域，blockwidth是block的边长值，应能整除width，block之间的重叠率设置为overlaping，对训练样本提取完特征后，使用LIBSVM工具箱进行训练，训练时使用线性核函数，最后得到分类面：

W^TX+w_m+1＝0

其中W^T为分类面法向量，X为提取的特征向量,m为特征向量维数，w_m+1是一常数；

(2)对每个滑动窗口进行分类判决的具体过程为：设置一个大小为width*width的滑动窗口从图像的左上角开始从左到右、从上到下地滑动，即先从图像的第一行开始，从像素点(1,1)开始以步长s1向右滑动，直至这一行的末端；再以步长s1向下滑动到第二行，重复第一行的操作，直至滑动窗口滑动到图像的右下角；滑动窗口每滑动一下都要对其所包含的图像提取特征并使用基于线性SVM训练好的分类器进行判决，若所述分类器认为是十字结构，则记录下十字在图像中的坐标位置(x_k,y_k)，这个坐标的值是十字结构的左上角坐标。