[发明专利]一种无人机检测图像特征选择方法在审
| 申请号： | 201810467891.X | 申请日： | 2018-05-16 |
| 公开（公告）号： | CN110502951A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 刘小英 | 申请（专利权）人： | 刘小英 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610000 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 检测图像 特征选择 特征点集 样本图像 特征集 方差 检测 图像 抗干扰能力 特征有效性 不同条件 描述特征 区域定义 特征参数 特征压缩 图像去噪 图像特征 图像信息 综合考虑 实时性 降维 统计 | ||
【权利要求书】：
1.一种无人机检测图像特征选择方法，包括无人机检测样本图像，其特征在于，还包括以下步骤：
S1，进行图像去噪处理后，对所述无人机检测样本图像进行图像信息统计，获得基本统计特征集；
S2，获取基于图像自身属性的特征点集；
S3，获取区域定义的特征点集；
S4，依据S1-S3获取的特征集，计算每个特征集子项的方差，并选取方差最小的6个特征，再将6个特征采用特征压缩方法进行降维，形成3个描述特征作为图像的特征，作为无人机检测图像的特征参数。
2.根据权利要求1所述的一种无人机检测图像特征选择方法，其特征在于，所述区域定义的特征点集，包括LOG算子、Forstner算子、SIFT算子。
3.根据权利要求1所述的一种无人机检测图像特征选择方法，其特征在于，所述基于自身属性的特征点集，包括边缘点、角点、交叉点。
4.根据权利要求1所述的一种无人机检测图像特征选择方法，其特征在于，所述基本统计特征，包括亮度、重心、灰度直方图。
5.根据权利要求1所述的一种无人机检测图像特征选择方法，其特征在于，所述特征压缩方法采用最小方差排名的前6项中，排名为奇数的特征与其后一位的特征相乘，形成新的特征。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于刘小英，未经刘小英许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810467891.X/1.html，转载请声明来源钻瓜专利网。
