一种机载光学图像中的飞机目标候选区域提取装置及方法与流程

技术特征：
1.一种机载光学图像中的飞机目标候选区域提取装置，其特征在于，包括：滤波结果获取模块，根据圆周滤波器计算含飞机目标的原始机载图像的滤波结果；飞机目标大致确定模块，根据滤波结果确定飞机目标所处的大致区域；图像分割模块，根据基于图论的图像分割算法将飞机目标所处大致区域分割为图像块；滑窗范围确定模块，根据机载相机参数和飞机实际尺寸确定图像块中的滑窗大小范围；窗口分值计算模块，根据分割后的图像块，分别利用滑窗法计算滑窗大小范围内每种大小的滑窗的每一个窗口的分值，对应每种大小的滑窗获得含有每一个窗口的位置信息及分值信息的矩阵window
m*n
，其中m*n表示滑窗的大小；非极大值抑制模块，对每个矩阵window
m*n
利用非极大值抑制算法，获得表示具有局部最大显著度的窗口的矩阵new_window
m*n
，合并所有的new_window
m*n
，获得矩阵candidate；飞机目标候选区域提取模块，根据矩阵candidate中的分值信息提取飞机目标的候选区域。2.一种应用如权1所述装置的飞机目标候选区域提取方法，其特征在于，包括如下步骤：(1)利用圆周滤波器计算含有飞机目标的原始机载图像的滤波结果；(2)根据滤波结果确定飞机目标所处大致区域；(3)根据所确定的飞机目标所处大致区域，利用基于图论的图像分割算法将飞机目标所处大致区域分割为n个图像块，实现飞机目标与复杂背景的分离；(4)根据机载相机参数和飞机实际尺寸，确定图像块中的滑窗大小范围；(5)根据n个图像块，分别利用滑窗法计算滑窗尺寸内每个窗口的分值，对应每种大小的滑窗获得含有每一个窗口的位置信息及分值信息的矩阵window
m*n
，其中m*n表示滑窗的大小；(6)对于每个矩阵window
m*n
利用非极大值抑制算法，获得表示具有局部最大显著度的窗口的矩阵new_window
m*n
，合并所有的矩阵new_window
m*n
，获得矩阵candidate；(7)根据矩阵candidate中的分值信息提取飞机目标的候选区域。3.如权利要求2所述的飞机目标候选区域提取方法，其特征在于，步骤(1)中，利用圆周滤波器计算含有飞机目标的原始机载图像的滤波结果具体包括如下步骤：(11)根据机载相机参数和飞机目标大小选取圆周滤波器的半径r；且f、d、length、width分别表示机载相机的焦距、希望检测到飞机的最小距离、飞机目标机头与机尾之间的长度、飞机的翼展；(12)利用选定半径的圆周滤波器计算原始机载图像的滤波结果cf，其中每一个像素的滤波结果cf(i,j)由下式计算：其中，f
i
(i＝1,2,...n)是原始机载图像中，以坐标(x,y)为圆心，以r为半径的圆内所含所有像素点的像素值。4.如权利要求2所述的飞机目标候选区域提取方法，其特征在于，步骤(2)中，根据滤波结果确定飞机目标所处大致区域具体为：获取阈值化后的滤波结果cf’，其中每一个像素
cf'(i,j)由下式计算：获取飞机目标所处的大致区域d，其中每一个像素d(i,j)由下式计算：其中，threshold为预先设定的阈值，i(i,j)表示原始机载图像中第i行，第j列的像素值。5.如权利要求2所述的飞机目标候选区域提取方法，其特征在于，步骤(4)中，根据机载相机参数和飞机实际尺寸，确定图像块中的滑窗大小范围具体为：m∈[m1,m2]，n∈[n1,n2]，]，[m1,m2]、[n1,n2]为滑窗长度和宽度的变化范围，0.8和1.2表示因飞机目标的形态变化所带来的图像尺寸变化不超过20％。6.如权利要求2所述的飞机目标候选区域提取方法，其特征在于，步骤(5)中，根据n个图像块，分别利用滑窗法计算滑窗尺寸内每个窗口的分值由下式计算：其中，d(i,j)表示大小为[m,n]的图像块内第i行，第j列的像素点的像素值。7.如权利要求2所述的飞机目标候选区域提取方法，其特征在于，步骤(5)中，矩阵window
m*n
每一行为[j,i,j n
‑
1,i m
‑
1,score]，表示在图像块中的最小列为第j列，最小行为第i行，最大列为第j n
‑
1列，最大行为第i m
‑
1行，分值为score的窗口，i、j、m和n均为正整数。8.如权利要求2所述的飞机目标候选区域提取方法，其特征在于，步骤(6)中，非极大值抑制算法中以分值score作为抑制指标，选用重叠系数为0。9.如权利要求2所述的飞机目标候选区域提取方法，其特征在于，步骤(7)中，根据矩阵candidate中的分值信息提取飞机目标的候选区域具体包括如下步骤：(71)对矩阵candidate中的每一行按照分值进行由高到低的排序，获得新的矩阵candidate1；(72)取矩阵candidate1中的前q行以获取矩阵candidate2，其中q的取值介于矩阵candidate1总行数的10％至30％之间；(73)利用窗口重叠度η和分值对矩阵candidate2进行窗口合并，获得窗口矩阵candidate3，窗口矩阵candidate3即为飞机目标的候选区域。
10.如权利要求9所述的飞机目标候选区域提取方法，其特征在于，步骤(73)中，利用窗口重叠度η和分值对矩阵candidate2进行窗口合并具体包括如下步骤：(a)按分值从高到低的顺序依次取矩阵candidate2中的每一行所表示的窗口作为基准窗口；(b)计算矩阵candidate2中位于基准窗口之后的每一行表示的窗口与基准窗口之间的窗口重叠度η，基准窗口与满足η大于窗口重叠度阈值h的窗口依次合并。

技术总结
本发明公开了一种机载光学图像中的飞机目标候选区域提取装置及方法，装置包括：滤波结果获取模块、飞机目标大致确定模块、图像分割模块、滑窗范围确定模块、窗口分值计算模块、非极大值抑制模块和飞机目标候选区域提取模块；根据圆周滤波器得到的滤波结果，大致确定飞机目标所处区域，利用基于图论的图像分割算法将飞机目标所处大致区域进一步分割为目标和背景，根据分割结果，通过设计一个图像块的分值计算指标计算图像块中包含目标的可能性，通过对包含目标图像块的合并完成对飞机目标候选区域的提取。本发明计算量小、速度快、易于硬件加速、适用于复杂背景。适用于复杂背景。适用于复杂背景。


技术研发人员：曹云峰 张传奇 张洲宇 马宁 丁萌 庄丽葵
受保护的技术使用者：南京航空航天大学
技术研发日：2021.07.22
技术公布日：2021/10/26