基于视觉注意机制和信息熵的遥感图像海面舰船检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109427055A(43)申请公布日2019.03.05(21)申请号201710787433.XG06T5/20(2006.01)(22)申请日2017.09.04G06K9/38(2006.01)G06K9/46(2006.01)(71)申请人长春长光精密仪器集团有限公司地址130102吉林省长春市高新北区明溪路1759号E2296室(72)发明人刘晶红徐芳王宣(74)专利代理机构深圳市科进知识产权代理事务所(普通合伙)44316代理人赵勍毅(51)Int.Cl.G06T7/00(2017.01)G06T7/136(2017.01)G06T7/194(2017.01)G06T7/42(2017.01)G06T7/73(2017.01)权利要求书3页说明书11页附图3页(54)发明名称基于视觉注意机制和信息熵的遥感图像海面舰船检测方法(57)摘要本发明公开一种基于视觉注意机制和信息熵的遥感图像海面舰船检测方法，包括以下步骤：采集光学遥感图像步骤，小波分解步骤，重构特征图步骤，计算显著图步骤，基于多变量高斯概率密度函数，统计所有特征图中对应位置像素的显著度，计算输入图像的全局显著图；保留舰船目标区域步骤，阈值分割步骤，切片提取步骤，用于提取出疑似舰船目标区域的切片；获取鉴别熵步骤，用于改进传统熵定义依赖图像空间结构信息的不足，获取能更好描述目标切片内容的鉴别熵；舰船目标与虚警鉴别步骤：使用改进的鉴别熵表征目标切片特征，有效区分舰船目标与虚警。本发明能够实现由粗到精地对光学遥感图像海面舰船目标进行检测和确认。CN109427055ACN109427055A权利要求书1/3页1.一种基于视觉注意机制和信息熵的遥感图像海面舰船检测方法，其特征在于，包括以下步骤：采集光学遥感图像步骤，用于采集光学遥感影像数据；小波分解步骤，用于对输入的所有海面图像进行多颜色通道，多尺度和多方向的小波分解；重构特征图步骤，用于在各尺度上，去掉图像的低频相似信息，对高频细节信息进行反小波变换，重构每一颜色和尺度上的特征图；计算显著图步骤，基于多变量高斯概率密度函数，统计所有特征图中对应位置像素的显著度，计算输入图像的全局显著图；保留舰船目标区域步骤，使用距离衰减公式对前述显著图进行增强处理，弱化显著图中高频虚警信息的干扰，保留舰船目标区域；阈值分割步骤，用于根据最终显著图的灰度统计特征，计算出舰船目标与海面背景的自适应分割阈值，对显著图进行二值化；切片提取步骤，用于提取出疑似舰船目标区域的切片；获取鉴别熵步骤，用于改进传统熵定义依赖图像空间结构信息的不足，获取能更好描述目标切片内容的鉴别熵；舰船目标与虚警鉴别步骤：使用改进的鉴别熵表征目标切片特征，有效区分舰船目标与虚警。2.根据权利要求1所述的基于视觉注意机制和信息熵的遥感图像海面舰船检测方法，其特征在于，小波分解步骤中，所述的对输入的海面图像进行多颜色通道，多尺度和多方向的小波分解，包括如下子步骤：颜色空间转换步骤：用于输入rgb彩色图像，并将输入的rgb彩色图像从rgb颜色空间转到CIELab颜色空间；二维小波分解步骤：用于进行多尺度小波变换，分别对输入图像的照度分量L和色彩分量a、b进行二维小波分解，生成图像的各级分解系数。3.根据权利要求1所述的基于视觉注意机制和信息熵的遥感图像海面舰船检测方法，其特征在于，保留舰船目标区域步骤所述的使用距离衰减公式对前述显著图进行增强处理，弱化显著图中高频虚警信息的干扰，保留舰船目标区域，将显著图中像素值大于0.5的显著像素保留，将其构成的区域作为绝对显著区域，该区域内像素点的坐标值记为(x”,y”)；在绝对显著性区域外的显著点(x,y)值，使用该点到绝对显著区域内点的最小欧几里得距离权衡其显著性。4.根据权利要求1所述的基于视觉注意机制和信息熵的遥感图像海面舰船检测方法，其特征在于，切片提取步骤所述的提取出疑似舰船目标区域的切片，包括如下子步骤：框出疑似舰船目标区域步骤，用于计算二值化图像中的每个分离目标区域的最小外接矩形，外接矩形的宽和高与输入图像的宽和高平行，并在原始遥感图像中标记，框出疑似舰船目标区域；确保切片中的舰船目标完整性的步骤，用于计算外接矩形的像素中心位置和长宽值，从原输入图像中提取该外接矩形中的目标区域，将每个目标区域的横纵坐标在原始坐标位2CN109427055A权利要求书2/3页置上扩大N个像素，N的取值范围是：8≦N≦12，确保切片中的舰船目标具有良好的完整性。5.根据权利要求1所述的基于视觉注意机制和信息熵的遥感图像海面舰船检测方法，其特征在于，舰船目标与虚警鉴别步骤所述的使用改进的鉴别熵表征目标切片特征，有效区分舰船目标与虚警，包括如下子步骤：信息熵计