[发明专利]一种光学遥感图像坦克群的识别方法

权利要求书

1.一种光遥感图像中的坦克群目标自动识别方法，其特征在于，方法步骤如下：

步骤一：图像分割，通过KSW最佳熵3阈值(threshold1＜threshold2＜threshold3)分割后，图像被分为4类，考虑光照和阴影的影响，将大于threshold1和小于threshold3的灰度归为目标类，将小于threshold1和大于threshold3的归为背景类；

步骤二：将区域生长算法应用于二值图像填充，通过扫描全图寻找种子点，生长准则是将相邻相同像素值的点合并，停止条件则是遍历完一个连通域；

步骤三：通过一种新的宽度模板来分离坦克目标，去除连体效应，完成感兴趣区域的提取；

步骤四：几何特征处理，根据坦克的长、宽、面积等几何特征提取坦克目标；

步骤五：将均值、方差和纹理特征作为K-mean分类的特征向量，分类准则：满足坦克几何特征的同时，属于某一类的疑似目标数目较多的为坦克目标；满足坦克几何特征的同时，属于某一类的疑似目标数目较少的为非坦克目标。

2.根据权利要求1所述的坦克群目标自动识别方法，其特征是，所述的步骤一、步骤二，通过KSW最佳熵3阈值(threshold1＜threshold2＜threshold3)分割，区域生长算法应用于二值图像填充，在不破坏坦克特征的情况下很好地修补了连通域内的“孔洞”。具体为：

(1)KSW最佳熵3阈值，得到二值图像；

(2)将区域生长算法应用于二值图像的填充，修补了连通域内的“孔洞”。

3.根据权利要求1所述的坦克群目标自动识别方法，其特征是，所述步骤三，根通过一种新的宽度模板来分离坦克目标，去除连体效应，完成感兴趣区域的提取。具体实现如下：

(1)根据图像的分辨率，设置模板长度并进行初始化；

(2)扫描全图，寻找小于模板长度的连体区域；

(3)根据连体区域的特征，进行模板处理。

根据实际坦克的宽度和图像分辨率可以求出模板长度，公式如下：

        宽度模板的长度＝坦克实际宽度/分辨率

4.根据权利要求1所述坦克群目标自动识别方法的步骤四和权利要求2，其特征是，几何特征处理，根据坦克的长、宽、面积等几何特征提取坦克目标。判别准则如下：

(1)某个感兴趣区域的长轴大于或小于则是非坦克目标；

(2)某个感兴趣区域的短轴大于width*(1+10％)，或小于width*(1-10％)，则为非坦克目标；

(3)长轴和短轴比值小于或比值大于的，则是非坦克目标；

(4)某个感兴趣区域的面积小于length*width(1-10％)，或大于length*width(1+10％)的，则为非坦克目标。