本發(fā)明屬于圖像特征提取技術(shù)領(lǐng)域，涉及一種具有目標(biāo)面積比不變性的特征提取方法，可以提高特征提取的精度。

背景技術(shù)：

目標(biāo)分類是圖像模式識(shí)別的重要領(lǐng)域之一，具有十分廣泛的應(yīng)用。而特征提取作為目標(biāo)分類的核心內(nèi)容，對分類器設(shè)計(jì)及其性能有很大的影響?，F(xiàn)有的特征提取方法得到的特征通常對切片中的目標(biāo)面積比是敏感的，或者說不具有不變性。以被廣泛使用的標(biāo)準(zhǔn)差為例(標(biāo)準(zhǔn)差特征可參考文獻(xiàn)D.E.Kreithen,S.D.Halversen and G.J.Owirka,“Discriminating targets from clutter,”Lincoln Lab.J.,vol.6,no.1,pp.25–52,1993.)，它描述了一個(gè)切片中像素的灰度浮動(dòng)程度，但是這個(gè)特征并不能準(zhǔn)確地描述目標(biāo)切片的灰度浮動(dòng)程度。以兩組來自于同一場景的固定尺寸切片為例，每組切片中都含有兩類樣本，例如虛警和艦船目標(biāo)。第一組切片中，艦船目標(biāo)類樣本的目標(biāo)面積與虛警類樣本的虛警面積近似或者比虛警大。這種情況下，虛警類的樣本切片標(biāo)準(zhǔn)差一般會(huì)小于目標(biāo)類樣本切片。第二組切片中，艦船目標(biāo)類切片中目標(biāo)面積相對較小，而虛警區(qū)域的面積很大。這種情況下虛警切片的標(biāo)準(zhǔn)差有可能大于艦船目標(biāo)切片的標(biāo)準(zhǔn)差。這是因?yàn)樵谀繕?biāo)面積相對較小時(shí)，目標(biāo)區(qū)域?qū)τ谡麄€(gè)切片的標(biāo)準(zhǔn)差貢獻(xiàn)是很小的，而虛警灰度雖然普遍低于艦船目標(biāo)灰度，但是由于虛警面積較大，所以也有可能得到較高的標(biāo)準(zhǔn)差。因此，標(biāo)準(zhǔn)差特征對目標(biāo)切片中目標(biāo)面積比十分敏感，無法有效表示目標(biāo)切片的灰度浮動(dòng)程度?；诖丝紤]，本發(fā)明提出一種與面積比無關(guān)的特征提取方法，它可以不受目標(biāo)面積比的影響，準(zhǔn)確描述目標(biāo)切片的灰度浮動(dòng)程度，提高不同種類目標(biāo)切片的區(qū)分度。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明通過消除目標(biāo)切片中目標(biāo)面積比對特征的影響，得到提取的特征。該特征提取方法可以更為準(zhǔn)確地反映目標(biāo)切片的灰度浮動(dòng)，有效提高特征提取的精度，改善不同種類目標(biāo)切片的區(qū)分度。

本發(fā)明的技術(shù)方案是：

首先利用二維Otsu分割方法對目標(biāo)切片進(jìn)行分割，得到目標(biāo)區(qū)域和背景區(qū)域；然后分別計(jì)算目標(biāo)區(qū)域和背景區(qū)域的二階中心矩，消除面積比的影響；最終綜合目標(biāo)區(qū)域和背景區(qū)域的二階中心矩得到特征，即將二階中心矩乘以各自的歸一化系數(shù)，再求其和的平方根，得到具有目標(biāo)面積比不變性的特征。

本發(fā)明的有益效果是：

1.本發(fā)明提出的特征提取方法通過去除目標(biāo)區(qū)域和背景區(qū)域面積的影響，具有對目標(biāo)面積比不變的性質(zhì)，可以更準(zhǔn)確地反映目標(biāo)切片的灰度浮動(dòng)。

2.本發(fā)明提出的特征提取方法由于具有目標(biāo)面積比不變的性質(zhì)，因此可以改善不同種類目標(biāo)切片的區(qū)分度，有助于提高目標(biāo)切片分類的精度。

3.采用本發(fā)明提出的特征提取方法不需要設(shè)置額外的參數(shù)，簡潔易行。

附圖說明

圖1為本發(fā)明實(shí)驗(yàn)數(shù)據(jù)；

圖2為本發(fā)明流程圖；

圖3為本發(fā)明實(shí)驗(yàn)結(jié)果對比圖。

具體實(shí)施方式

圖1為本發(fā)明實(shí)驗(yàn)數(shù)據(jù)，為來源于同一場景下的18個(gè)TerraSAR-X切片，其大小為250×250，其中目標(biāo)面積比較大的切片6個(gè)(大艦船目標(biāo)，圖1(a))，目標(biāo)面積比較小的切片6個(gè)(小艦船目標(biāo)，圖1(b))，虛警目標(biāo)切片6個(gè)(圖1(c))。

圖2為本發(fā)明流程圖，具體實(shí)施步驟如下：

第一步，利用二維Otsu分割方法對切片圖像進(jìn)行分割，得到目標(biāo)區(qū)域和背景區(qū)域。

二維Otsu分割方法可以參考文獻(xiàn)J.Liu,W.Li,and Y.Tian,“Automatic thresholding of gray-level pictures using two-dimensional Otsu method,”China 1991Int.Conf.on Circuits and Syst.,Shenzhen,China,Jun.1991,pp.325-327.

將目標(biāo)切片進(jìn)行分割后，一部分為目標(biāo)區(qū)域(艦船目標(biāo)或虛警)，其像素記為x_i，像素個(gè)數(shù)記為n₁；另一部分為背景區(qū)域，其像素記為x_j，像素個(gè)數(shù)記為n-n₁(其中n為目標(biāo)切片像素總數(shù))。

第二步，分別計(jì)算目標(biāo)區(qū)域和背景區(qū)域的二階中心矩，消除面積比的影響。

目標(biāo)區(qū)域和背景區(qū)域的二階中心矩分別為其中μ₀定義為修正的均值，如下所示，

其中λ為一個(gè)調(diào)整目標(biāo)區(qū)域和背景區(qū)域面積比對特征影響的系數(shù)，可以取(0,1)間的任一值，一般取為0.5。

第三步，綜合目標(biāo)區(qū)域和背景區(qū)域的二階中心矩得到特征，即將二階中心矩乘以各自的歸一化系數(shù)和再求其和的平方根σ₀，σ₀即為本發(fā)明提出的特征，如下所示，

通過推導(dǎo)，可以證明特征σ₀與目標(biāo)面積比無關(guān)。

同時(shí)統(tǒng)計(jì)圖1中18個(gè)目標(biāo)切片的標(biāo)準(zhǔn)差和本發(fā)明提出的特征提取方法結(jié)果，得到結(jié)果如表1。

表1標(biāo)準(zhǔn)差和本發(fā)明特征提取方法對比表

從表中可以看出在標(biāo)準(zhǔn)差中，小艦船目標(biāo)與虛警的標(biāo)準(zhǔn)差都在30左右，因此難以區(qū)分小艦船目標(biāo)與虛警。而利用本發(fā)明提出的特征提取方法進(jìn)行計(jì)算，無論是大艦船目標(biāo)還是小艦船目標(biāo)的結(jié)果都集中在100左右，而虛警的結(jié)果仍然維持在一個(gè)較小水平的值上，因此可以很容易區(qū)分艦船目標(biāo)與虛警。

圖3為本發(fā)明實(shí)驗(yàn)結(jié)果對比圖，圖3(a)和圖3(b)的橫坐標(biāo)均為測試樣本的編號(hào)，圖3(a)縱坐標(biāo)為標(biāo)準(zhǔn)差值，圖3(b)縱坐標(biāo)為本發(fā)明提出的特征提取方法得到的結(jié)果，其中深色三角形實(shí)線代表大艦船目標(biāo)的值，淺色三角形虛線代表小艦船目標(biāo)的值，深色菱形虛線代表虛警的值。從圖3(a)中可以看出，對于目標(biāo)面積比較大的圖像，標(biāo)準(zhǔn)差可以準(zhǔn)確反映目標(biāo)切片與虛警切片的差異，并能有效將其分開，而對于目標(biāo)面積比較小的圖像，它所計(jì)算出來的標(biāo)準(zhǔn)差就容易與虛警目標(biāo)混淆。從圖3(b)可以看出，本發(fā)明特征提取方法結(jié)果可以準(zhǔn)確將目標(biāo)與虛警分開，有良好的可分度，有助于提高目標(biāo)切片分類的精度。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾(例如利用本發(fā)明特征提取方法改進(jìn)其它特征)，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。