[发明专利]一种基于潜在目标点的可见光机场飞机检测方法

摘要

本发明公开了一种新的基于潜在目标点的可见光机场飞机检测的方法，主要包括以下步骤：提出了一种多对比度图像分割的方法，通过每幅分割图像的分割区域计算出潜在目标点的位置，由于多幅分割图像易产生冗余的潜在目标点，提出了一种类似集合的数据结构来完成潜在目标点的存储；然后对飞机目标尺寸进行统计，提出了一种基于统计的自适应的方法来生成不同尺寸的检测窗口，不同尺寸的检测窗口可以极大程度的匹配飞机目标的大小；最后采用Fourier Hog特征和Adaboost组合的分类器方式训练飞机目标分类器。以潜在目标点为中心点，不同尺寸检测窗口截取当前区域，借助已经训练好的分类器完成当前区域是否包含飞机的判断，从而完成机场飞机的检测。

主权项

1.一种基于潜在目标点的可见光机场飞机检测方法，其特征在于，包括如下步骤：/nS1、将输入的可见光机场图片灰度化处理后，进行中值滤波并计算梯度图，采用自适应多阈值的方式生成不同对比度下掩模，通过不同的掩模指导分水岭算法完成梯度图的多次分割，得到若干分割区域；/nS2对分割区域进行扫描，并计算每个区域的潜在目标中心点坐标，利用标记矩阵完成多个分割区域中潜在目标中心点的记录，并对重复的潜在目标中心点坐标进行剔除，提取最终潜在目标点的位置坐标；/nS3、对训练数据集中飞机对象长宽数据(l，w)进行统计，通过基于Kmeans聚类的自适应算法完成潜在目标窗口长宽的计算/nS4、采用Fourier Hog描述算子为特征提取方式，并与Adaboost算法进行结合形成分类器，并训练分类器，保存已训练好的分类器；/nS5、以每一个最终潜在目标点为中心，依照步骤三中计算的每个潜在目标边界框面积从小到大依次截取对应的潜在窗口，利用步骤四已经训练好的分类器判断当前潜在窗口中是否包含飞机目标，从而完成当前图片的飞机目标检测。/n