[发明专利]一种基于超像素和场景预测的小型无人机目标检测方法

权利要求书

1.一种基于超像素和场景预测的小型无人机目标检测方法，其特征在于，包括以下步骤：

a.预处理：将待检测光学图像进行超像素生成和场景分类，获得基于超像素的场景分类图像；具体方法是：

a1.假设待检测图像为光学图像I，场景数为i，对每个场景进行两次区域采样获得像素分类样本信息，将像素分类样本信息保存为具有对应场景数标签的图像数据；

a2.对光学图像I进行超像素生成，获得含K个超像素块的图像；

a3.采用支持向量机对步骤a1中获得的像素样本进行训练，并对整幅光学图像I根据场景数i进行分类，同时将步骤a2中获得的超像素图像与像素图像进行对应，对应的原则是：每个超像素块的场景数标签为该超像素中包含的所有像素点所具有场景数标签类型数量最多的那一类场景数标签，得到基于超像素的分类图像；

b.无人机目标概率估计：分别估算步骤a获得的分类图像中每一个场景的显著性深度值，计算每个场景存在无人机目标的概率；具体方法是：

b1.采用离群值检测算法测出场景中潜在的目标超像素，采用如下公式1计算所有超像素的自信息值：

公式1中，图像包含i类场景s_i，变量P(SP_ij)为场景s_i中第j个超像素SP_ij的概率，变量R为超像素SP_ij中像素点的数量，通过如下公式2判定离群超像素值：

公式2中，变量t为常数，变量μ_i和δ_i是场景s_i中所有超像素自信息值计算得到的均值和方差；

b2.获取场景的初始显著深度值，假设由步骤b1判断有q个离群超像素，首先计算阈值Th_i＝t·δ_i+μ_i，则场景的初始显著深度值是所有离群超像素值与阈值之间距离的三阶矩，然后去除所有离群超像素，仍利用公式1计算此时各场景的显著性深度，记为预测显著性深度值，预测显著性深度值表示场景没有目标存在情况下的显著性深度；

b3.假设初始显著性深度值为IDep₁，计算IDep₁-IDep_2i，其中IDep_2i为步骤b2中场景s_i的预测显著性深度值，最终得到的差值表示了场景中存在目标的可能性，当初始值明显超过预测值的时候，该场景被认为存在目标，差值大小表示目标存在可能性大小；

c.无人机检测：提取待检测图像的特征，采用基于SVD的多层金字塔结构获得特征显著图，对不同特征显著图加权获得总显著图，载入步骤a中获得的超像素分类图像，根据步骤b中获得的概率加入不同场景区域的权重，采用胜者全赢和抑制返回机制，获得小型无人机的目标检测结果。