[发明专利]基于K-L变换的海上小目标显著性检测方法

说明书

本发明公开了一种基于K‑L变换的海上小目标显著性检测方法，包含以下步骤：步骤S1：提取海上场景可见光图像CIELab空间的一个亮度通道特征图和两个颜色通道特征图；步骤S2：对步骤S1所得到的各通道分别进行傅里叶变换，分别得到其幅度谱和相位谱；步骤S3：对步骤S2所得到的各通道的幅度谱分别进行K‑L变换；步骤S4：对步骤S3所得到的各通道的幅度谱的K‑L变换结果，根据海上图像数据集合的特征选择其主分量，并以此求解各幅度谱的差谱矩阵；步骤S5：将步骤S4所得到的各通道的差谱矩阵与各原相位谱结合分别进行离散傅里叶逆变换，得到各通道的显著图；步骤S6：利用动态加权方法计算总显著图。本发明通过突出小目标，抑制背景，实现海上小目标的检测与跟踪。

技术领域

本发明涉及计算机视觉和图像处理领域，具体涉及一种基于Karhunen-Loève(K-L)变换的海上小目标显著性检测方法。

背景技术

海上场景中小目标检测与跟踪一直是计算机视觉领域中的难点，而该类目标的检测与跟踪是海上视频监控、海难搜救等领域的关键问题。

近二十年以来，人眼视觉注意机制的研究一直是计算机视觉、图像处理领域中的热门主题，并已应用于多个技术领域。显著性检测是其研究的核心问题之一，主要围绕如何从图像、视频自身特征或结合先验信息两个角度进行显著性度量与计算展开。基于图像特征的显著性检测方法主要包括：经典方法、信息最大化方法、基于图的方法、基于空间域对比度的方法、基于频谱滤波的方法等。

但目前已有方法存在的主要问题是：算法性能不断提升但算法复杂，不易于实时应用；主要解决自然场景中的大目标显著性检测问题，只有部分学者探讨了不同尺寸目标数据的分类问题，针对海上场景的显著性检测算法研究相对较少；部分算法中应用的先验信息不适用于海上场景中的小目标，例如自然场景的中央偏置约束在海上场景中往往不适用。

发明内容

本发明的目的是提供一种基于K-L变换的海上小目标显著性检测方法，该方法所采用的算法简单易实现，无需对图像进行尺度选择和进行网格划分。

为达到上述目的，本发明提供了一种基于K-L变换的海上小目标显著性检测方法，包含以下步骤：

步骤S1：提取海上场景可见光图像CIELab空间的一个亮度通道特征图和两个颜色通道特征图；

步骤S2：对步骤S1所得到的各通道分别进行傅里叶变换，分别得到其幅度谱和相位谱；

步骤S3：对步骤S2所得到的各通道的幅度谱分别进行K-L变换；

步骤S4：对步骤S3所得到的各通道的幅度谱的K-L变换结果，根据海上图像数据集合的特征选择其主分量，并以此求解各幅度谱的差谱矩阵；

步骤S5：将步骤S4所得到的各通道的差谱矩阵与各原相位谱结合分别进行离散傅里叶逆变换，得到各通道的显著图；

步骤S6：利用动态加权方法计算总显著图。

上述的基于K-L变换的海上小目标显著性检测方法，其中，在步骤S1中，提取海上场景可见光图像CIELab空间的一个亮度和两个颜色通道作为基本特征，分别以矩阵L，A，B表示，其尺寸均为h×w。

上述的基于K-L变换的海上小目标显著性检测方法，其中，在步骤S2中，对步骤S1所得到的特征图分别进行离散傅里叶变换，依次得到各幅度谱为：L_a，A_a，B_a，各相位谱为：L_p，A_p，B_p。

上述的基于K-L变换的海上小目标显著性检测方法，其中，在步骤S3中，计算步骤S2所得到的各通道幅度谱的协方差矩阵：Σ_L，Σ_a，Σ_b，并将各协方差矩阵本征分解为：