[发明专利]基于显著性检测的水面目标跟踪方法

摘要

本发明提供了一种基于显著性检测的水面目标跟踪方法，特点是首先利用水岸线检测提供目标跟踪的ROI和位置验证信息，之后将增量编码长度作为衡量图像能量信息的指标，表示出图像中特征的稀有程度，利用水面特点和目标特征将显著特征图中的目标进行提取，从而完成水面目标跟踪算法。和常用的目标跟踪算法相比，本发明更加适用于水面目标跟踪，具有实时性优秀，光照自适应性的特点。

主权项

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

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201510761806.7/，转载请声明来源钻瓜专利网。