[发明专利]基于显著性检测的水面目标跟踪方法

权利要求书

1.一种基于显著性检测的水面目标跟踪方法，其特征在于，包括水岸线检测步骤；

所述水岸线检测步骤，包括如下步骤：

步骤A1：对图像进行降采样，得到降采样图像；

步骤A2：将经降采样得到的图像的颜色空间RGB空间转换到HSV空间；设定色调阈值T_h、饱和度阈值T_s、亮度阈值T_v；

将图像中色调分量h小于色调阈值T_h或者饱和度分量s小于饱和度阈值T_s的区域，判定为待区分水面或天空区域；

若所述待区分水面或天空区域的亮度分量v小于亮度阈值T_v，则将所述待区分水面或天空区域判定为水岸线区域，否则将所述待区分水面或天空区域判定为天空区域；

步骤A3：对水岸线区域图像进行边缘检测；

步骤A4：对检测到的边缘进行霍夫变换得到水岸线；

所述的基于显著性检测的水面目标跟踪方法，还包括显著性检测步骤；

所述显著性检测步骤，包括如下步骤：

步骤B1：根据水岸线得到显著性区域检测的感兴趣区ROI；

步骤B2：获取增量编码长度，计算公式如下：

ICL(pi)＝-H(p)-pi-logpi-pilogpi

其中，ICL(pi)表示关于pi的增量编码长度；pi表示概率密度函数p的第i行，i的取值范围为[1，n]；概率密度函数p定义为：p＝|p1，p2，...，pn|T；

H ( p ) = - Σ i = 1 n p i logp i ]]>

其中，H(p)为信息熵，n表示概率密度函数p的行数；

p i = Σ k | w i x k | Σ i Σ k | w i x k | ]]>

其中，k为正整数，取值范围是[1，192]；wi∈W，i的取值范围为[0，192]；W为滤波函数，W＝A-1，A为感兴趣区ROI的稀疏基，W＝[w1，w2，…，w192]T；

xk∈X，X表示采样矩阵，X＝[x1，x2，...，xk，...]；采样矩阵X是感兴趣区ROI经过向量化的图像矩阵；

步骤B3：获取显著区域向量图M，计算公式如下：

M＝[m1，m2，...，mn]

m k = Σ i ∈ S d i w i x k ]]>

其中，mk表示显著区域向量图M的第k列，k的取值范围为[1，n]，n为显著区域向量图M的列数；S表示显著特征，S的全集是{1，2，…，n}，S＝{i|ICL(pi)＞0}；

d i = I C L ( p i ) Σ j ∈ S I C L ( p j ) ]]>

其中，pj表示概率密度函数p的第j列，j的取值范围为[1，n]；ICL(pj)表示关于pj的增量编码长度；

步骤B4：将显著区域向量图M转换得到二维的图像矩阵M′作为显著矩阵检测图；

所述的基于显著性检测的水面目标跟踪方法，还包括目标提取步骤；

所述目标提取步骤，包括如下步骤：

步骤C1：对于当前帧，假设上一帧目标位置为Pn-1，当前显著矩阵检测图M′中总共有k个高亮区域，将第i个连通高亮区域标记为Wi，得到Wi中心点的位置坐标Pi，并得到Wi中像素的最大灰度值PIXi以及拥有最大灰度值PIXi的像素的位置信息Mi；其中，i＝1，2，…，k；

步骤C2：针对每一个连通高亮区域Wi进行过滤，以过滤掉无效的高亮区域；设置如下过滤条件：

-定义最小像素个数Nmin，如果Wi的像素个数Ni小于Nmin，则将Wi进行过滤；

-定义最小灰度值PIXmin，如果Wi的最大灰度值PIXi小于PIXmin，则将Wi过滤；

-对Wi进行多边形近似，如果近似结果是一个凹多边形，那么将Wi过滤；

步骤C3：通过步骤C2过滤掉无效的高亮区域之后，将未过滤掉的各个Wi的中心点的位置坐标Pi和上一帧目标位置的距离Di进行计算：

D i = ( x i - x n - 1 ) 2 + ( y i - y n - 1 ) 2 , ]]>

其中，xn-1表示上一帧目标位置的横坐标，yn-1表示上一帧目标位置的纵坐标，xi表示Wi的中心点位置的横坐标，yi表示Wi的中心点位置的纵坐标；

选取各个Di中的最小距离Dmin；

如果最小距离Dmin小于设定的最大距离阈值DT，则将当前拥有最小距离Dmin的连通高亮区域Wi认定为目标区域；

如果最小距离Dmin大于等于设定的最大距离阈值DT，则认为当前帧目标丢失，当前目标位置采用上一帧目标位置Pn-1。

2.根据权利要求1所述的基于显著性检测的水面目标跟踪方法，其特征在于，色调阈值T_h＝50，饱和度阈值T_s＝30，亮度阈值T_v＝180。