[发明专利]一种基于目标性潜在区域分析的目标检测方法及其应用

摘要

本发明公开一种基于目标性潜在区域分析的目标检测方法，通过摄像头获取图像数据后对图像进行超像素分割并快速提取超像素分割图的边缘图，获取超像素的大小及其外接矩形，然后对分割得到的超像素块进行合并获得初始区域集合，并取这些区域的外接矩形为初始矩形集合；然后计算局部矩形区域内的超像素集合的紧密性得分、最优轮廓的轮廓性得分以及计算轮廓内显著超像素集合的紧凑度得分；通过数据驱动的方法对紧密性得分、轮廓性得分和紧凑度得分进行融合，得到最终评价区域目标性的得分值；最后通过得分值对初始矩形集合进行降序排序，选出高概率区域进行目标检测。本发明所述的方法可应用于机器人视觉导航上和汽车辅助驾驶上。

主权项

1.一种基于目标性潜在区域分析的目标检测方法，其特征在于，具体包括如下步骤：S1：通过摄像头获取可见光下的彩色图像数据；S2：对图像进行超像素分割；S3：快速提取超像素分割图的边缘图，并获取超像素的大小及其外接矩形；S4：对分割得到的超像素块进行合并，将合并得到的所有区域合成为初始区域集合，并取这些区域的外接矩形为初始矩形集合Sb；S5：基于每一个局部矩形区域b∈Sb，计算区域b内的超像素集合的紧密性得分t(b)；S6：基于局部矩形区域b内超像素边缘，计算区域b内的最优轮廓c0的轮廓性得分e(b)；S7：基于局部矩形区域b内最优轮廓c0，计算轮廓内显著超像素集合Ssa的紧凑度得分c(b)；S8：通过数据驱动的方法对紧密性得分t(b)、轮廓性得分e(b)和紧凑度得分c(b)进行融合，得到最终评价区域目标性的得分值o(b)；S9：通过得分值o(b)对初始矩形集合Sb进行降序排序，选出高概率区域进行目标检测。