【技術實現步驟摘要】
本專利技術屬于檢測術領域，具體涉及到一種基于多維特征提取的海冰目標檢測方法。
技術介紹
1、目前比較常用的海冰目標檢測方法是基于目標分解特征的全極化海冰分類算法。首先，對海冰數據進行多視化處理及濾波操作，生成相干矩陣；其次，對相干矩陣進行目標分解，并提取散射特征參數，構建特征空間；再次，通過統計相關性分析，對高相關特征采用pca降維，優化特征組合；最后，設計bp神經網絡分類器，將所得優化特征作為輸入，實現海冰分類。其優點是利用全極化海冰數據獲取更全面的海冰散射信息，提取特征并構建特征空間，通過統計相關性和pca降維優化特征組合，從而實現更準確的海冰分類結果。但是存在明顯的其缺點和不足。例如，由于紋理特征在不同尺度和復雜海冰分布場景中的表現不穩定，因此其辨識海冰的作用并不顯著。另外，該方法并沒有詳細討論其他可能影響海冰分類精度的因素，比如海冰形狀和結構等。
技術實現思路
1、本專利技術的目的在于克服上述現有技術中存在的不足，提供一種基于多維特征提取的海冰目標檢測方法，本專利技術通過多尺度分析，使用圖像金字塔或小波變換等方法，在不同尺度下獲取圖像表示，捕捉到紋理特征在不同尺度下的變化和表現，提高了海冰目標檢測的穩定性。
2、為了實現上述專利技術目的，本專利技術專利提供的技術方案如下：
3、一種基于多維特征提取的海冰目標檢測方法，該方法具體包括如下步驟：
4、s1，數據預處理，獲取原始海冰圖像，使用高斯濾波器對原始海冰圖像進行去噪處理，使用圖像金字塔對
5、s2，局部特征提取，將處理后的海冰圖像劃分為多個局部區域，使用灰度共生矩陣對每個局部區域提取紋理特征；
6、s3，紋理特征增強及歸一化處理，通過方向性濾波器和增強算法對提取的紋理特征進行加強紋理特征處理，并加強后的紋理特征進行歸一化處理，獲取最終的紋理特征數據；
7、s4，獲取海冰圖像的多維特征，并將獲取的多維特征與紋理特征進行特征融合，形成綜合特征圖像，并對綜合特征圖像進行目標檢測和分類，獲取海冰目標的分類結果。
8、進一步地，所述高斯濾波器對原始海冰圖像進行去噪處理具體為：使用高斯濾波器對原始海冰圖像中的每個像素以及周圍像素進行加權平均，使用高斯核函數進行卷積操作，計算每個像素與其周圍像素的加權平均。
9、進一步地，所述原始海冰圖像經過高斯濾波器去噪處理后，使用高斯濾波器對當前尺度的圖像進行平滑操作，對平滑后的海冰圖像進行降采樣，獲取下一尺度的海冰圖像，重復上述步驟，直至獲取要求尺度的海冰圖像。
10、進一步地，所述紋理特征提取具體為：使用灰度共生矩陣對每個局部區域提取紋理特征后，使用圖像處理庫衡量海冰圖像中不同灰度級之間的關系，通過計算每個區域的灰度共生矩陣特征，獲得該區域的紋理特征向量。
11、進一步地，所述海冰圖像的多維特征包括形狀特征和顏色特征。
12、進一步地，所述綜合特征圖像通過支持向量機進行目標檢測和分類，具體步驟為：根據從海冰圖像中提取的紋理特征以及多維特征，將特征融合組成多維特征向量；根據已標注的海冰目標圖像，將已獲取的特征向量與對應的目標類別進行配對，形成訓練數據集；將訓練數據集劃分為訓練集和驗證集，使用svm分類器通過訓練集進行訓練，再通過驗證集驗證訓練后的svm分類器的檢測準確性，最終得出目標檢測的結果。
13、基于上述技術方案，本專利技術專利一種基于多維特征提取的海冰目標檢測方法經過實踐應用取得了如下技術優點：
14、1.本專利技術一種基于多維特征提取的海冰目標檢測方法通過多尺度分析；引入了多尺度分析的概念，意味著通過使用圖像金字塔或小波變換等方法，在不同尺度下獲取圖像表示，這可以捕捉到紋理特征在不同尺度下的變化和表現，從而提高海冰目標檢測的穩定性。
15、2.本專利技術一種基于多維特征提取的海冰目標檢測方法通過局部特征提取，針對復雜海冰分布場景，將圖像劃分成多個局部區域，并提取每個區域的紋理特征；相比于直接在全局范圍內提取紋理特征，這種方法能夠減少全局紋理特征的不穩定性，并更好地捕捉到目標的局部紋理信息。
16、3.本專利技術一種基于多維特征提取的海冰目標檢測方法通過紋理特征增強及規范化；通過應用濾波器和增強算法來加強紋理特征，并使其在不同海冰分布場景下保持一致性，這包括使用高斯濾波器、中值濾波器等來平滑圖像減少噪聲干擾，并增強紋理特征，提高了紋理特征的可靠性和穩定性。
17、4.本專利技術一種基于多維特征提取的海冰目標檢測方法通過結合多維特征，提高了海冰目標檢測的準確性和穩定性，這種綜合使用多種特征的方法可以全面考慮不同方面的信息，從而得到更可靠和穩定的目標識別結果。
本文檔來自技高網...【技術保護點】
1.一種基于多維特征提取的海冰目標檢測方法，其特征在于，該方法具體包括如下步驟：
2.根據權利要求1所述的一種基于多維特征提取的海冰目標檢測方法，其特征在于，所述高斯濾波器對原始海冰圖像進行去噪處理具體為：使用高斯濾波器對原始海冰圖像中的每個像素以及周圍像素進行加權平均，使用高斯核函數進行卷積操作，計算每個像素與其周圍像素的加權平均。
3.根據權利要求2所述的一種基于多維特征提取的海冰目標檢測方法，其特征在于，所述原始海冰圖像經過高斯濾波器去噪處理后，使用高斯濾波器對當前尺度的圖像進行平滑操作，對平滑后的海冰圖像進行降采樣，獲取下一尺度的海冰圖像，重復上述步驟，直至獲取要求尺度的海冰圖像。
4.根據權利要求1所述的一種基于多維特征提取的海冰目標檢測方法，其特征在于，所述紋理特征提取具體為：使用灰度共生矩陣對每個局部區域提取紋理特征后，使用圖像處理庫衡量海冰圖像中不同灰度級之間的關系，通過計算每個區域的灰度共生矩陣特征，獲得該區域的紋理特征向量。
5.根據權利要求1所述的一種基于多維特征提取的海冰目標檢測方法，其特征在于，所述海冰圖像
6.根據權利要求1所述的一種基于多維特征提取的海冰目標檢測方法，其特征在于，所述綜合特征圖像通過支持向量機進行目標檢測和分類，具體步驟為：根據從海冰圖像中提取的紋理特征以及多維特征，將特征融合組成多維特征向量；根據已標注的海冰目標圖像，將已獲取的特征向量與對應的目標類別進行配對，形成訓練數據集；將訓練數據集劃分為訓練集和驗證集，使用SVM分類器通過訓練集進行訓練，再通過驗證集驗證訓練后的SVM分類器的檢測準確性，最終得出目標檢測的結果。
...【技術特征摘要】
1.一種基于多維特征提取的海冰目標檢測方法，其特征在于，該方法具體包括如下步驟：
2.根據權利要求1所述的一種基于多維特征提取的海冰目標檢測方法，其特征在于，所述高斯濾波器對原始海冰圖像進行去噪處理具體為：使用高斯濾波器對原始海冰圖像中的每個像素以及周圍像素進行加權平均，使用高斯核函數進行卷積操作，計算每個像素與其周圍像素的加權平均。
3.根據權利要求2所述的一種基于多維特征提取的海冰目標檢測方法，其特征在于，所述原始海冰圖像經過高斯濾波器去噪處理后，使用高斯濾波器對當前尺度的圖像進行平滑操作，對平滑后的海冰圖像進行降采樣，獲取下一尺度的海冰圖像，重復上述步驟，直至獲取要求尺度的海冰圖像。
4.根據權利要求1所述的一種基于多維特征提取的海冰目標檢測方法，其特征在于，所述紋理特征提取具體為：使用灰度...
【專利技術屬性】
技術研發人員：郭富海，李晨浩，韓慶楠，王鴻顯，張啟明，鄭哲，史明志，溫建興，趙云強，常逍，
申請(專利權)人：中船航海科技有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。