[发明专利]一种基于距离搜索的舰船目标自组织聚类方法

摘要

一种基于距离搜索的舰船目标自组织聚类方法，首先求得经过舰船目标预检测的二值图像中各个连通域的中心点距离，然后以中心点距离为元素构造距离搜索矩阵，并按一定的约束条件对距离矩阵进行行搜索，实现对矩阵元素的分类，最后将属于同一类的连通域进行合并，完成舰船目标的准确聚类。本发明方法解决了现有技术在目标由多个非连通区域组成的情况下，无法完整标记的问题，同时通过搜索距离矩阵完成了舰船目标区域多个相邻连通域的合并，避免了以往采用形态学处理方法处理后造成目标形状特征发生变化的问题，有效提高了后续舰船特征鉴别准确度。

主权项

一种基于距离搜索的舰船目标自组织聚类方法，其特征在于包括如下步骤：(1)使用邻域区域增长法对舰船目标预检测后的大小为M×N的二值图像I进行连通域标记，得到连通域标记图BB＝B₁UB₂…UB_L其中，L为进行连通域标记后连通域的个数，i＝1,2...L，j＝1,2...L，B_k为各个单连通域，k＝1,2...L；(2)计算各个单连通域B_k的形心坐标并作为当前单连通域的中心点为$x_{B_k}=\frac{\underset{B_{ij}=k}{\&Sigma;}{x}_{ij}}{{\mathrm{Num}}_k},$$y_{B_k}=\frac{\underset{B_{ij}=k}{\&Sigma;}{y}_{ij}}{{\mathrm{Num}}_k}$其中，x_ij表示二值图像I中第i行第j列像素的横坐标，y_ij表示二值图像I中第i行第j列像素的纵坐标，Num_k表示单连通域B_k中的像素个数，B_ij＝k表示单连通域B_k内的所有像素，k＝1,2...L；(3)计算得到各个单连通域B_k中心点间的距离d_mn为$d_{mn}=\sqrt{{(x_{B_m}-x_{Bn})}^2+{(y_{Bm}-y_{Bn})}^2}$其中，1≤m,n≤L；(4)将d_mn作为距离搜索矩阵D第m行第n列的元素，构造大小为L×L的距离搜索矩阵D，并从外部获取设定阈值T；(5)从第m行开始对距离搜索矩阵D进行行搜索，如果d_mn<T，则将单连通域B_n归为类m并继续搜索当前行下一个元素，如果d_mn≥T，则继续搜索当前行下一个元素，遍历第m行中所有元素，得到类m中列号n的最大值，并记为n_max，令m＝n_max+1；其中，m的初值为1；(6)重复步骤(5)直至距离矩阵D搜索完毕，将属于同一类的连通域进行合并，得到舰船目标自组织聚类后新的舰船目标连通域。