[发明专利]一种基于密度审查的SAR图像舰船目标检测加速方法

权利要求书

1.一种基于密度审查的SAR图像舰船目标检测加速方法，其特征在于，该方法首先对SAR图像进行超像素分割；分别计算每个超像素的密度特征和密度距离特征，筛选出该SAR图像作为目标聚类中心的超像素和作为杂波聚类中心的超像素；利用最近邻分类器比较每个超像素与杂波聚类中心的差异以及该超像素与目标聚类中心的差异，删除与目标聚类中心差异更大的超像素，将最终保留的超像素作为之后舰船目标检测方法的输入；该方法包括以下步骤：

1)获取一张SAR图像，该图像像素数量为N；设置超像素尺寸S,则该图像中超像素个数为表示向上取整；设置正则化参数λ＞0；

2)超像素分割；

将超像素的尺寸S、正则化参数λ、以及SAR图像作为输入，利用简单线性迭代聚类SLIC算法获得该SAR图像中的所有超像素；

3)计算每个超像素的密度特征ρ_i：

其中，i＝1,2,…,I，i为超像素的索引；j表示图像中除了第i个像素外其他像素的索引，D_i,j＝|μ_i-μ_j|表示第i个超像素的灰度均值μ_i和第j个超像素灰度均值μ_j的绝对值差异，μ表示超像素灰度均值，表示软截断距离，α是输入的尺度因子，α∈(0,1)；

4)计算每个超像素的密度距离特征r_i：

其中，Γ_i＝{j|ρ_j＜ρ_i,j＝1,2,...,I,j≠i}表示比第i个超像素密度低的超像素的集合，表示空集；

5)分别计算SAR图像的目标聚类中心与杂波聚类中心；

首先将各密度特征ρ_i和各密度距离特征r_i分别进行归一化到区间[0,1]，得到归一化的密度特征和归一化的密度距离特征

再利用归一化的密度特征和归一化的密度距离特征寻找该图像目标聚类中心i_目标和杂波的聚类中心i_杂波：

其中，C_目标表示所有超像素中作为目标聚类中心的超像素索引，C_杂波表示所有超像素中作为杂波聚类中心的超像素索引；

6)利用最近邻分类器删除SAR图像中的杂波超像素；

对每个超像素，判定如下：

其中，表示第i个超像素与杂波聚类中心的差异；表示当前超像素与目标聚类中心的差异；表示图像中作为杂波聚类中心的超像素的密度特征值，表示图像中作为目标聚类中心的超像素的密度特征值，表示图像中作为杂波聚类中心的超像素的密度距离特征值，表示图像中作为目标聚类中心的超像素的密度距离特征值；

7)输出SAR图像中经过步骤6)后保留的超像素。

2.如权利要求1所述的方法，其特征在于，所述步骤5)中归一化方法如下：