[发明专利]一种基于全景视觉的海上弱小目标检测方法

权利要求书

1.一种基于全景视觉的海上弱小目标检测方法，其特征在于：

(1)边缘检测

对采集到的全景图像进行边缘检测得到边缘二值图像，其中边缘检测阈值自适应确定，自适应阈值的获取方式为：

1)遍历图像像素点，求得各点处的x方向与y方向的导数：

Gx=∂f/∂x,Gy=∂f/∂y]]>

其中G_x为水平方向导数，G_y为垂直方向的导数；

计算点(x,y)处两个导数的绝对值之和：

G_abs＝|G_x|+|G_y|

其中G_abs为边缘强度的值；

2)根据图像像素点的总数目M，比例系数α，统计不同G_abs值对应的像素点的个数，按照G_abs的值从大到小的顺序将对应的像素点的个数进行累加，当像素点数目累加值等于αM时，此时对应的G_abs值即为所求的自适应阈值；

(2)剔除无关边缘信息

对步骤(1)得到的边缘二值图像进行基于单窗口阈值的无关边缘剔除，得到剔除干扰后的边缘图像：

1)用大小为k×k的窗口，遍历边缘二值图像，计算窗口内边缘点的数目；

2)设定阈值M，如果窗口内非零点的数目大于阈值M，则认为窗口内非零点为无关信息而被从边缘图中删除；

(3)确定候选圆心

对步骤(2)得到的边缘检测图，遍历边缘图像的非0点，计算局部梯度以及梯度的方向θ(x,y)，在过点(x,y)，斜率为tanθ(x,y)的直线上，将距离点(x,y)在r～R之间的像素点对应的累加器值加1，其中r＝R₀-Δr，R＝R₀+Δr，R₀为由先验知识预估的海天线半径，累加器的值大于给定阈值且是局部极大值的像素点作为候选中心，将候选中心按照对应的累加值大小降序排列；

(4)筛选最优圆参数

对步骤(3)确定的每个候选圆心，以Δr为半径步长，在r～R之间搜寻可能的边缘点，当半径的边缘点数目高于阈值时，将对应的圆视为候选圆，得到多个候选圆，设定择优标准：

取Q值最大的圆作为海天线提取结果；

(5)计算海天线附近局部区域的复杂度

沿着步骤(4)确定的海天线建立二层嵌套窗口，二层嵌套窗口分为内窗口和外窗口，内窗口用于检测目标，内窗口所在区域称为目标区域；外窗口用于区分目标和背景，外窗口所在区域称为局部区域；外窗口去除内窗口后的区域称为背景区域，进行目标检测时，嵌套窗口沿海天线移动，以弧扇型在海天线外围平行分布，基于嵌套窗口计算图像中各个局部区域的复杂度值：

RSS＝[(μ_T-μ_B)²+σ_L²]^1/2

RSS为局部区域复杂度值，μ_T、μ_B分别是目标区域和背景区域的灰度均值，代表局部区域方差，其中n为局部区域像素个数，u_i为第i个像素的灰度值，u为局部区域灰度均值；

(6)确定海上弱小目标的位置

当步骤(5)中得到的局部区域的复杂度值大于此阈值时，确认此区域存在弱小目标。