发明名称 基于频谱奇异值分解的海上目标显著性检测方法
摘要 一种基于频谱奇异值分解的海上目标显著性检测方法,利用海上图像CIELab空间的亮度和颜色通道,对其分别进行傅里叶变换,并根据设定的阈值选择其幅度谱的非主要分量,与原相位谱结合进行傅里叶逆变换,得到各特征的显著图,将颜色显著图合并后再与亮度显著图合并得到总显著图。本发明能够快速提取海上场景中的显著区域,有利于海上场景中目标检测,较好的抑制了海杂波的干扰,无须多个尺度的显著图融合,可在图像原图尺度上实现,能为海难搜救中的目标检测、海事监控、港口视频监控、海事执法取证中的各类船舶检测等提供机器视觉的辅助手段。
申请公布号 CN103413127A 申请公布日期 2013.11.27
申请号 CN201310408461.8 申请日期 2013.09.10
申请人 上海海事大学 发明人 任蕾;冉鑫;王胜正;彭静;施朝健
分类号 G06K9/00(2006.01)I;G06K9/32(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 上海信好专利代理事务所(普通合伙) 31249 代理人 张妍;周荣芳
主权项 1.一种基于频谱奇异值分解的海上目标显著性检测方法,其特征在于,该检测方法包含以下步骤:步骤1、提取可见光海上图像<img file="2013104084618100001DEST_PATH_IMAGE002.GIF" wi="14" he="19" />;步骤2、将海上图像<img file="4699DEST_PATH_IMAGE002.GIF" wi="14" he="19" />由RGB颜色空间转换至CIELab颜色空间,并提取亮度L和两个颜色通道a,b作为基本特征<img file="2013104084618100001DEST_PATH_IMAGE004.GIF" wi="44" he="22" />;步骤3、将各特征图像分别进行傅里叶变换,得到各个特征的幅度谱;<img file="2013104084618100001DEST_PATH_IMAGE006.GIF" wi="155" he="29" />(1)<img file="2013104084618100001DEST_PATH_IMAGE008.GIF" wi="152" he="29" />(2)<img file="2013104084618100001DEST_PATH_IMAGE010.GIF" wi="150" he="29" />(3)其中,<img file="2013104084618100001DEST_PATH_IMAGE012.GIF" wi="19" he="19" />表示傅里叶变换,<img file="2013104084618100001DEST_PATH_IMAGE014.GIF" wi="180" he="29" />是各特征的幅度谱,幅度谱是对图像中不同频率信号分布情况的表征方式,<img file="2013104084618100001DEST_PATH_IMAGE016.GIF" wi="177" he="29" />是各特征的相位谱;步骤4、对得到的各幅度谱进行奇异值分解;<img file="2013104084618100001DEST_PATH_IMAGE018.GIF" wi="94" he="26" />(4)<img file="2013104084618100001DEST_PATH_IMAGE020.GIF" wi="93" he="26" />(5)<img file="2013104084618100001DEST_PATH_IMAGE022.GIF" wi="91" he="26" />(6)其中,左奇异矩阵为<img file="2013104084618100001DEST_PATH_IMAGE024.GIF" wi="72" he="25" />,右奇异矩阵为<img file="2013104084618100001DEST_PATH_IMAGE026.GIF" wi="62" he="25" />,同时奇异值矩阵为<img file="2013104084618100001DEST_PATH_IMAGE028.GIF" wi="71" he="25" />,且其对角线元素按照降序排列,分别为<img file="2013104084618100001DEST_PATH_IMAGE030.GIF" wi="160" he="26" />,<img file="2013104084618100001DEST_PATH_IMAGE032.GIF" wi="157" he="26" />,<img file="2013104084618100001DEST_PATH_IMAGE034.GIF" wi="156" he="26" />,<img file="2013104084618100001DEST_PATH_IMAGE036.GIF" wi="49" he="25" />为各奇异值矩阵的秩;步骤5、根据设定的阈值<img file="2013104084618100001DEST_PATH_IMAGE038.GIF" wi="19" he="20" />,选择每个特征幅度谱的非主要分量;选择满足<img file="2013104084618100001DEST_PATH_IMAGE040.GIF" wi="115" he="46" />的最小<img file="2013104084618100001DEST_PATH_IMAGE042.GIF" wi="17" he="19" />个特征分量,与原幅度谱差的绝对值作为非主要分量的幅度谱,其中,P是指排序前p个奇异值,r是指排序前r个奇异值,均为正整数;对每个特征均利用上述方法计算幅度谱的非主要分量有:<img file="2013104084618100001DEST_PATH_IMAGE044.GIF" wi="170" he="29" />(7)<img file="DEST_PATH_IMAGE046.GIF" wi="165" he="29" />(8)<img file="DEST_PATH_IMAGE048.GIF" wi="162" he="29" />(9)其中,<img file="DEST_PATH_IMAGE050.GIF" wi="79" he="25" />表示各特征幅度谱的非主要分量,<img file="DEST_PATH_IMAGE052.GIF" wi="86" he="26" />,<img file="DEST_PATH_IMAGE054.GIF" wi="92" he="26" />,<img file="DEST_PATH_IMAGE056.GIF" wi="78" he="29" />分别由各矩阵的前<img file="DEST_PATH_IMAGE058.GIF" wi="66" he="25" />个矢量构成;步骤6、将各特征提取的幅度谱非主要分量与原相位谱结合进行傅里叶逆变换,得到各个特征的显著图;<img file="DEST_PATH_IMAGE060.GIF" wi="206" he="22" />(10)<img file="DEST_PATH_IMAGE062.GIF" wi="204" he="22" />(11)<img file="DEST_PATH_IMAGE064.GIF" wi="206" he="22" />(12)其中,<img file="DEST_PATH_IMAGE066.GIF" wi="24" he="19" />表示傅里叶逆变换,exp是指数运算,即<img file="DEST_PATH_IMAGE068.GIF" wi="29" he="22" />的意思,参数φ表示相位谱,j是虚数单位;步骤7、对步骤7得到的各显著图进行空间域的高斯滤波以去除杂波噪声;步骤8、将两个颜色通道的显著图进行线性合并,得到颜色通道显著图SM<sub>color</sub>;<img file="DEST_PATH_IMAGE070.GIF" wi="145" he="29" />(13)步骤9、将颜色通道显著图与亮度显著图融合为总显著图SM;<img file="DEST_PATH_IMAGE072.GIF" wi="125" he="25" />(14)。
地址 201306 上海市浦东新区临港新城海港大道1550号