[发明专利]一种基于稀疏指引与显著驱动的遥感目标检测方法

权利要求书

1.一种基于稀疏指引与显著驱动的遥感目标检测方法，其特征在于包括如下步骤：

步骤1：将输入的遥感图像分为若干子块，提取全局子块的颜色特征，聚类形成全局字典，同时提取处于图像边界的子块的背景颜色特征，聚类形成背景字典；所述全局子块是指图像分成的所有子块；所述边界的子块是指处在图像四个边界的子块；边界总共包括N个子块；

步骤2：利用所述全局字典对输入的所述遥感图像的所有子块进行稀疏表示，得到全局稀疏表示系数，利用所述背景字典对输入的所述遥感图像的所有子块进行稀疏表示，得到背景稀疏表示系数；

步骤3：分别对所述全局稀疏表示系数和所述背景稀疏表示系数进行最大池化处理，将所述池化处理后的全局稀疏表示系数聚类生成全局显著图，将所述池化处理后的背景稀疏表示系数聚类生成背景显著图；

步骤4：采用目标偏置的高斯模型分别对所述全局显著图和所述背景显著图进行平滑去噪处理；

步骤5：对步骤4中平滑去噪处理后的所述全局显著图和所述背景显著图进行贝叶斯融合，得到最终的显著图即为图像显著性检测的最终结果，从而获得遥感图像中的显著目标区域：

步骤6：对步骤5检测到的显著目标区域以及事先采集的多个不同遥感目标的训练样本分别提取其颜色特征和纹理特征，并使用训练样本颜色与纹理的级联特征聚类形成目标识别字典；

步骤7：利用所述目标识别字典分别对显著目标区域和训练样本进行最大值约束的稀疏表示，得到显著目标区域和训练样本的最大值约束的稀疏表示系数；

步骤8：利用训练样本的稀疏表示系数进行分类器训练，再对步骤5检测到的显著目标区域进行目标类别识别，从而实现遥感图像中显著目标的检测与识别。

2.如权利要求1所述的基于稀疏指引与显著驱动的遥感目标检测方法，其特征在于：提取全局子块的颜色特征，聚类形成全局字典的步骤；具体包括：

对于输入的所述遥感图像，将其划分为T个子块，T为大于1的整数，采用LAB色彩空间的颜色特征来表示所述图像各子块，形成子块矩阵；对于全局集合来说，将第i个子块中颜色特征展开形成的矩阵定义为G^lab(i)，1≤i≤T，其中G为矩阵名称，lab为色彩空间名称，i为某个子块，T为子块的个数；

其中K表示每个子块的大小，是子块中所有像素点的个数和，是一个数值，和分别表示第i个子块的LAB色彩空间中l通道、a通道和b通道的颜色特征值；将所述T个子块展开形成一个基于全局信息的集合G^lab：

G^lab＝[G^lab(1),…G^lab(t),…G^lab(T)],t＝(1,2,…,T) (2)

即

其中和分别是第t个子块包含的LAB色彩空间中l通道、a通道和b通道第k(1≤k≤K)个像素的颜色特征值；对G^lab使用k-means聚类，选取K_D个聚类中心，则可生成K_D维的全局字典D_Global；K_D表示字典的维数，为选定的常数，D表示字典Dictionary。