技術(shù)特征：

1.一種基于決策模板分類器融合的遙感圖像船舶檢測候選區(qū)鑒別方法，用于自動鑒別大視場上候選區(qū)圖像中的船舶目標(biāo)，包括以下步驟：

首先，從候選區(qū)圖像ROI中提取多種類型特征子集；并根據(jù)各個特征子集訓(xùn)練其對應(yīng)的RBF核SVM子分類器；然后，考慮到強(qiáng)對比船舶、弱暗對比船舶特征差異較大，將候選區(qū)域模式劃分為強(qiáng)對比船舶、弱暗對比船舶及虛警3類，并對每一類使用決策矩陣來表征其對應(yīng)模式中樣本的多分類器輸出，之后將所有同種模式類的決策矩陣進(jìn)行平均，從而分別得到3類模式各自的決策模板；隨后，對輸入的待鑒別候選區(qū)提取其特征以及計算對應(yīng)的決策輪廓矩陣，最后基于歐氏距離判斷候選區(qū)策輪廓矩陣與訓(xùn)練好的決策模板間的相似度，實(shí)現(xiàn)在候選區(qū)域中鑒別出船舶。

2.根據(jù)權(quán)利要求1的檢測方法，其特征在于：

通過分類器融合決策模板計算得到某類模式樣本集中樣本的決策輪廓矩陣DP(z_m)，并通過計算此類模式下的所有決策輪廓矩陣的平均值，最終得到各模式下的決策模板DT_j，

將V_i(i＝1,2,3,4)輸入對應(yīng)的子分類器D_i，將候選目標(biāo)ROI劃分為3類：強(qiáng)對比艦船、弱暗對比艦船及虛警，分別用w₁、w₂及w₃表示，即看作一個三元的模式分類問題，令訓(xùn)練某類模式的樣本集為Z＝{z₁,z₂,…,z_m,…,z_p}，則對應(yīng)其中樣本z_m的多分類器輸出可用以下的決策輪廓矩陣DP(z_m)來表征:

d_i,j(v_i)表示將V_i作為輸入后，子分類器D_i對模式w_j作出的判決結(jié)果，(i＝1,2,…,L,j＝1,2,3)，若判決標(biāo)識與模式w_j相同，則d_i,j(v_i)＝1，否則d_i,j(v_i)＝0，

計算各模式類的決策模板DT，表示第j類模式的決策模板DT_j，是由該類模式所有的訓(xùn)練樣本Z計算DP(Z)后的平均得到，如下:

其中第j類模式的訓(xùn)練樣本數(shù)表示為N_j，則上式計算后可分別得到 表示強(qiáng)對比艦船目標(biāo)特性的模板DT₁，弱暗對比艦船目標(biāo)特性的模板DT₂及虛警物特性的模板DT₃。

3.根據(jù)權(quán)利要求1的檢測方法，其特征在于：

計算輸入的候選目標(biāo)ROI的決策輪廓矩陣，并根據(jù)歐氏距離判斷此決策輪廓矩陣與上一步中得到的各模式類的決策模板的相似度，

提取輸入待測候選區(qū)ROI中的特征，再對輸入的候選目標(biāo)ROI中的z_ROI計算其決策輪廓矩陣DP(z_ROI)，

μ_j(z_ROI)定義為DP(z_ROI)與訓(xùn)練階段得到的DT_j(j＝1,2,3)間的相似程度，以歐氏距離來計算：

其中，是DT_j矩陣中的元素(i₂,i₁)，如果μ_k(z_ROI)是{μ₁(z_ROI),μ₂(z_ROI),μ₃(z_ROI)}中的最小值，那么就判別z_ROI為模式w_k，進(jìn)而確定z_ROI是否為包含真實(shí)船舶的ROI，最后鑒別的結(jié)果將艦船的兩個子類w₁、w₂統(tǒng)一歸為艦船目標(biāo)。