，即有下式：
[0037]
[0038] 我们称MX，y)这一距离函数为水平集函数，如图2所示。闭合曲线r为函数 Φ (x，y)的零水平集。而图像分割中求取目标分割边缘即是通过水平集函数演化来完成的。 假设有一随时间变化的曲线，定义为
[0039] {(x,y) | Φ (x,y, t) = 0}
[0040] 这里x，y均为时间的函数。两边对t求导得
[0041 ]
[0042] 定J
进一步得到levelset方程
[0043]
[0044] 其中，速度函数F主要依赖于特定的物理变量。如：时间、位置、曲率、图像的灰度 等。通过速度函数F的作用不断演化水平集函数，最后的零水平集函数所形成的轮廓就是 曲线演化的最终形式，也就是最终的目标轮廓。
[0045] 扩展区域能量模型（RSF)，它在一个可控制的度量内估计轮廓曲线两侧的灰度。 RSF模型考虑的区域的大小取决于给定核函数的控制参数，控制参数可以决定考虑的区域 是小至一个邻域还是大至整个图像空间。然后采用RSF能量的水平集形式，此能量模型就 被嵌入到一个带有正则项的变分水平集方程中。在最终的曲线演化过程中，轮廓两侧的特 定大小区域的灰度信息被用来计算RSF模型中两个变量对应的两个拟合方程，通过极小化 RSF模型指导轮廓曲线向目标边界处运动。此能量模型可以较好的克服灰度的不均匀性。
[0046] 步骤130、拼接分割后的子图像。
[0047] 将步骤120中得到的每个子图边的缘分割结果进行拼接合并，获得完整的边缘分 害_像。
[0048] 步骤140、根据拼接后的图像获取候选目标。
[0049] 1)对所述拼接后图像进行二值化处理，得到二值化图像；
[0050] 其中，闭合边缘内的候选目标为前景，边缘外的海面为背景。
[0051 ] 2)对所述二值化图像进行连通域处理，获得孤立联通的对象作为候选目标。
[0052] 使用二值图像处理中的连通域标记算法将每个孤立的连通域标记为不同的候选 目标对象。
[0053] 步骤150、筛选满足预设形状特征参数阈值要求的候选目标。
[0054] 1)计算每个候选目标的形状特征参数；
[0055] 所述形状特征参数包括以下各项中的一种或多种：面积，宽度，长宽比例，紧致度。 其中，所述紧致度按照下述方式计算：
[0056] F = | |Β| |2/4πΑ，其中，B为候选目标轮廓的周长，A为候选目标的区域面积，F为 紧致度。紧致度在一定程度上反映了区域的紧凑性，它没有量纲，对尺度、旋转变化不敏感。 而且，它没有一个固定的取值范围，数值越大，形状一般越不紧凑规整。合理选择该参数，能 够去除锯齿状的疑似目标区域。
[0057] 2)根据形状特征参数找出满足所述预设阈值要求的候选目标作为最终的检测目 标。具体包括：首先，计算每个候选目标的形状特征参数；然后，根据形状特征参数找出满 足所述预设阈值要求的候选目标作为最终的检测目标。
[0058] 其中，所述预设形状特征参数阈值按照以下方式确定：
[0059] 对于所述面积、宽度、和长宽比例而言，根据实际目标的大小范围统计得出其预设 阈值；
[0060] 对于所述紧致度而言，根据对一定数量的目标样本进行统计得出其预设阈值。
[0061] 在实际的海面目标检测应用中，最常见的海面目标是舰船目标，当然，本实施例所 述方法不限于此，其他的海面目标也能够使用该方法进行相应的检测。
[0062] 通过本实施例所述方法能够更精确的提取图像中目标的轮廓，并且保证检测结果 连通性，从而有助于提高目标形状特征参数计算的准确性，进而提高目标检测的正确率。
[0063] 实施例二
[0064] 图2为本发明实施例二提供的海面目标检测装置的结构示意图，如图2所示，该检 测装置包括：
[0065] 图像划分模块210,用于获取海面图像并将其分块；
[0066] 图像分割模块220,用于利用基于RSF的水平集演化方法对每个子图像进行边缘 分割；
[0067] 图像拼接模块230,用于拼接分割后的子图像；
[0068] 候选目标获取模块240,用于根据拼接后的图像获取候选目标；
[0069] 筛选模块250,用于筛选满足预设形状特征参数阈值要求的候选目标。
[0070] 该检测装置可执行本发明实施例一所提供的方法，具有与所述方法相应的功能和 有益效果。
[0071] 注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理 解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变 化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进 行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下， 还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
【主权项】
1. 一种海面目标检测方法，其特征在于，包括： 获取海面图像并将其分块； 利用基于可扩展区域能量模型RSF的水平集演化方法对每个子图像进行边缘分割； 拼接分割后的子图像； 根据拼接后的图像获取候选目标； 筛选满足预设形状特征参数阈值要求的候选目标。2. 根据权利要求1所述的海面目标检测方法，其特征在于，所述利用基于RSF的水平集 演化方法对每个子图像进行边缘分割包括： 针对每个子图像初始化边缘模板； 根据所述模板利用基于RSF的水平集演化方法获取每个子图像的边缘分割结果。3. 根据权利要求1所述的海面目标检测方法，其特征在于，所述根据拼接后的图像获 取候选目标包括： 对所述拼接后图像进行二值化处理得到二值化图像； 对所述二值化图像进行连通域处理，获得孤立联通的对象作为候选目标。4. 根据权利要求1所述的海面目标检测方法，其特征在于，所述筛选满足预设形状特 征参数阈值要求的候选目标包括： 计算每个候选目标的形状特征参数； 根据形状特征参数找出满足所述预设阈值要求的候选目标作为最终的检测目标。5. 根据权利要求1所述的海面目标检测方法，其特征在于，所述形状特征参数包括以 下各项中的一种或多种： 面积，宽度，长宽比例，紧致度。6. 根据权利要求5所述的海面目标检测方法，其特征在于，所述紧致度按照下述方式 计算： F = | |Β| |2/4πΑ，其中，B为候选目标轮廓的周长，A为候选目标的区域面积，F为紧致 度。7. 根据权利要求5所述的海面目标检测方法，其特征在于，所述预设形状特征参数阈 值按照以下方式确定： 根据实际目标的大小范围统计得出所述面积、宽度、和长宽比例的预设阈值；和/或 根据对一定数量的目标样本进行统计得出所述紧致度的预设阈值。8. 根据权利要求1所述的海面目标检测方法，其特征在于，所述海面目标为舰船目标。9. 根据权利要求1所述的海面目标检测方法，其特征在于，对输入的原始图像进行海 陆分割得到所述海面图像。10. -种海面目标检测装置，其特征在于，包括： 图像划分模块，用于获取海面图像并将其分块； 图像分割模块，用于利用基于RSF的水平集演化方法对每个子图像进行边缘分割； 图像拼接模块，用于拼接分割后的子图像； 候选目标获取模块，用于根据拼接后的图像获取候选目标； 筛选模块，用于筛选满足预设形状特征参数阈值要求的候选目标。
【专利摘要】本发明公开了一种海面目标检测方法及装置，所述方法包括：获取海面图像并将其分块；利用基于可扩展区域能量模型RSF的水平集演化方法对每个子图像进行边缘分割；拼接分割后的子图像；根据拼接后的图像获取候选目标；筛选满足预设形状特征参数阈值要求的候选目标。通过上述方法能够准确高效地提取海面目标。
【IPC分类】G06K9/46
【公开号】CN105654091
【申请号】
【发明人】王健, 汪红强, 吴俊 , 朱波
【申请人】航天恒星科技有限公司
【公开日】2016年6月8日
【申请日】2014年11月27日