本發(fā)明屬于異源圖像匹配、目標(biāo)檢測(cè)、紅外圖像處理技術(shù)領(lǐng)域，更具體地，涉及一種基于邊緣匹配的紅外前視圖像艦船檢測(cè)方法。

背景技術(shù)：

艦船作為主要的海上運(yùn)輸載體，在民用和軍用上發(fā)揮著至關(guān)重要的作用，艦船目標(biāo)檢測(cè)具有重要的戰(zhàn)略意義。目前，艦船檢測(cè)的研究主要集中在海面背景下高分辨率光學(xué)遙感圖像中的艦船檢測(cè)，現(xiàn)有的艦船檢測(cè)算法在復(fù)雜港口背景下中低分辨率紅外前視圖中的艦船檢測(cè)中存在一定的局限性。

在復(fù)雜港口背景下紅外前視圖中的艦船檢測(cè)存在以下難點(diǎn)：(1)港口停泊的艦船與其相鄰陸地有相似的灰度信息，直接分割不能達(dá)到將艦船與背景分離的目的。(2)艦船與陸地粘連，無(wú)法通過(guò)對(duì)船的特征進(jìn)行學(xué)習(xí)來(lái)檢測(cè)靠岸船只。(3)陸地背景復(fù)雜，直接對(duì)圖像提取角點(diǎn)進(jìn)行艦船檢測(cè)，難以排除陸地部分的干擾。(4)紅外圖像相對(duì)于可見(jiàn)光圖像，分辨率較低，艦船特征不明顯。(5)常用的Hausdorff距離匹配算法進(jìn)行港口檢測(cè)定位精度不高，應(yīng)用于高空低分辨率的紅外前視圖像中，定位誤差嚴(yán)重影響到靠岸艦船檢測(cè)。

因此，提供一種能夠適用于復(fù)雜港口背景下中低分辨率紅外前視圖中的艦船檢測(cè)方法是業(yè)界亟需解決的難題。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于邊緣匹配的紅外前視圖像艦船檢測(cè)方法，將先驗(yàn)地理信息模板與紅外前視圖進(jìn)行邊緣匹配，獲取紅外前視圖在模板中的位置，即獲取紅外前視圖中陸地和海域的分布信息，然后進(jìn)行圖像分割，只對(duì)海域部分進(jìn)行分割，排除陸地部分干擾，避免分割后出現(xiàn)陸地與艦船粘連的情況，最后對(duì)分割圖像進(jìn)行斜矩形標(biāo)記、便于艦船去虛警操作，獲取艦船目標(biāo)。由此解決現(xiàn)有技術(shù)中艦船檢測(cè)算法應(yīng)用到復(fù)雜港口背景下中低分辨率紅外前視圖中存在一定局限性的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于邊緣匹配的紅外前視圖像艦船檢測(cè)方法，包括：

(1)：將光學(xué)遙感圖像進(jìn)行二值化處理，沿港口勾勒，繪制成陸地區(qū)域?yàn)楹谏Ｓ驗(yàn)榘咨母劭谙闰?yàn)地理信息模板圖；

(2)：根據(jù)飛行器返回的高度、俯仰角、滾轉(zhuǎn)角以及偏航角對(duì)港口先驗(yàn)地理信息模板圖進(jìn)行透視變換，得到與飛行器拍攝的紅外前視圖同一尺度和視角下的模板圖像；

(3)：對(duì)透視變換后的模板圖像進(jìn)行邊緣提取得到模板邊緣圖，對(duì)紅外前視圖進(jìn)行邊緣提取得到前視邊緣圖；

(4)：將模板邊緣圖與前視邊緣圖進(jìn)行匹配，獲取前視邊緣圖在模板邊緣圖中的位置R和旋轉(zhuǎn)角度N；

(5)：將透視變換后的模板圖像旋轉(zhuǎn)N度，以位置R為中心在透視變換后的模板圖像中截取與紅外前視圖相同大小的圖像，將截取后的圖像中黑色部分對(duì)應(yīng)的紅外前視圖中的區(qū)域作為紅外前視圖的陸地部分，將截取后的圖像中白色部分對(duì)應(yīng)的紅外前視圖中的區(qū)域作為紅外前視圖的海域部分，并對(duì)紅外前視圖中的海域部分進(jìn)行分割；

(6)：對(duì)分割后的紅外前視圖進(jìn)行斜矩形標(biāo)記，獲得初始疑似艦船目標(biāo)；

(7)：對(duì)初始疑似艦船目標(biāo)進(jìn)行并靠船分離；

(8)：對(duì)斜矩形標(biāo)記區(qū)域進(jìn)行多特征檢測(cè)，排除虛警，獲取最終艦船目標(biāo)。

優(yōu)選地，步驟(4)具體包括以下子步驟：

(4.1)：將前視邊緣圖按照第一預(yù)設(shè)的匹配步長(zhǎng)以及第一預(yù)設(shè)的鄰域搜索范圍在模板邊緣圖中進(jìn)行粗匹配，得到初始匹配位置；

(4.2)：將前視邊緣圖按照第二預(yù)設(shè)的匹配步長(zhǎng)以及第二預(yù)設(shè)的鄰域搜索范圍在模板邊緣圖中以初始匹配位置為中心半徑為n的鄰域內(nèi)進(jìn)行精匹配，在精匹配的同時(shí)對(duì)模板邊緣圖進(jìn)行旋轉(zhuǎn)，修正角度誤差，獲取最佳匹配位置和最佳旋轉(zhuǎn)角度作為前視邊緣圖在模板邊緣圖中的位置R和旋轉(zhuǎn)角度N，其中，n為預(yù)設(shè)值，第一預(yù)設(shè)的匹配步長(zhǎng)大于第二預(yù)設(shè)的匹配步長(zhǎng)，第一預(yù)設(shè)的鄰域搜索范圍大于第二預(yù)設(shè)的鄰域搜索范圍，第二預(yù)設(shè)的匹配步長(zhǎng)為1，第二預(yù)設(shè)的鄰域搜索范圍為0或1。

優(yōu)選地，步驟(4.2)具體包括以下子步驟：

(4.2.1)：將前視邊緣圖按照第二預(yù)設(shè)的匹配步長(zhǎng)以及第二預(yù)設(shè)的鄰域搜索范圍在模板邊緣圖中以初始匹配位置為中心半徑為n的鄰域內(nèi)進(jìn)行一次匹配計(jì)算，得到初始旋轉(zhuǎn)角度為0的相似性測(cè)度值P₀以及匹配位置R₀；

(4.2.2)：分別按正方向1°和負(fù)方向1°旋轉(zhuǎn)模板邊緣圖，重復(fù)步驟(4.2.1)得到旋轉(zhuǎn)角度為+1°的相似性測(cè)度值P₊₁、匹配位置R₊₁以及旋轉(zhuǎn)角度為-1°的相似性測(cè)度值P_-1、匹配位置R_-1，比較P₀、P₊₁、P_-1的大小，若P₀為最大值，則旋轉(zhuǎn)角度為0的模板邊緣圖為最佳匹配，匹配位置為R₀，精匹配結(jié)束，若P₊₁為最大值，則將旋轉(zhuǎn)方向記為正，繼續(xù)執(zhí)行步驟(4.2.3)，若P_-1為最大值，則將旋轉(zhuǎn)方向記為負(fù)，繼續(xù)執(zhí)行步驟(4.2.3)；

(4.2.3)：按照標(biāo)記的旋轉(zhuǎn)方向繼續(xù)對(duì)模板邊緣圖進(jìn)行旋轉(zhuǎn)，每次旋轉(zhuǎn)1°，在P_n+1<P_n時(shí)，則旋轉(zhuǎn)角度為n°時(shí)為最佳匹配，匹配位置為R_n，精匹配結(jié)束，其中P_n+1表示旋轉(zhuǎn)角度為(n+1)°時(shí)的相似性測(cè)度值，P_n表示旋轉(zhuǎn)角度為n°時(shí)的相似性測(cè)度值。

優(yōu)選地，步驟(6)具體包括以下子步驟：

(6.1)對(duì)分割后的紅外前視圖進(jìn)行連通域標(biāo)記，獲取正矩形標(biāo)記框；

(6.2)對(duì)每個(gè)正矩形標(biāo)記框內(nèi)的圖像進(jìn)行邊緣提??；

(6.3)對(duì)每個(gè)正矩形標(biāo)記框內(nèi)經(jīng)過(guò)邊緣提取的邊緣圖進(jìn)行Hough變換，提取最長(zhǎng)的一條直線的斜率，即為艦船長(zhǎng)軸的斜率；

(6.4)取與艦船長(zhǎng)軸的斜率對(duì)應(yīng)的一條直線和該直線的法線，在正矩形標(biāo)記框內(nèi)平移，求直線分別與連通域邊界的交線，構(gòu)成斜矩形，即為斜矩形標(biāo)記框；

(6.5)將所有斜矩形標(biāo)記框確定的區(qū)域作為初始疑似艦船目標(biāo)。

總體而言，通過(guò)本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，主要有以下的技術(shù)優(yōu)點(diǎn)：

(1)采用基于梯度強(qiáng)度和梯度方向的匹配相似性測(cè)度，能減少匹配時(shí)陸地部分邊緣信息的干擾，匹配精度高。

(2)針對(duì)艦船檢測(cè)中模板邊緣圖與前視邊緣圖的特點(diǎn)，對(duì)匹配算法的搜索策略進(jìn)行改進(jìn)，提高了匹配速度。

(3)考慮到飛行器高度和姿態(tài)參數(shù)存在誤差，提出局部精匹配方法進(jìn)行精確定位和旋轉(zhuǎn)角補(bǔ)償，使匹配更精確。

(4)艦船檢測(cè)流程簡(jiǎn)易，其中所用到的各種算法計(jì)算復(fù)雜度不高，易于硬件移植。

(5)提出了一種斜矩形標(biāo)記方法，能在艦船目標(biāo)有多余部分粘連時(shí)仍能標(biāo)記出平行于艦船長(zhǎng)寬軸的斜矩形，便于艦船去虛警和特征參數(shù)計(jì)算。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例公開(kāi)的一種基于邊緣匹配的紅外前視圖像艦船檢測(cè)方法的流程示意圖；

圖2(a)為光學(xué)遙感圖像；

圖2(b)為與光學(xué)遙感圖像對(duì)應(yīng)的港口先驗(yàn)地理信息模板圖；

圖3為本發(fā)明實(shí)施例公開(kāi)的一種透視變換示意圖；

圖4為本發(fā)明實(shí)施例公開(kāi)的一種斜矩形標(biāo)記示意圖；

圖5為本發(fā)明實(shí)施例公開(kāi)的一種排除虛警的方法示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

圖1為本發(fā)明實(shí)施例公開(kāi)的一種基于邊緣匹配的紅外前視圖像艦船檢測(cè)方法的流程示意圖，在圖1所示的方法中包括以下步驟：

S1：模板制備：將光學(xué)遙感圖像進(jìn)行二值化處理，沿港口勾勒，繪制成陸地區(qū)域?yàn)楹谏Ｓ驗(yàn)榘咨母劭谙闰?yàn)地理信息模板圖；

其中，光學(xué)遙感圖像來(lái)源于Google Earth或者其他途徑，一般取2000m～5000m高度下正視港口圖像。模板制備用Photoshop或其他繪圖軟件，將光學(xué)遙感圖像沿港口勾勒，繪制成陸地區(qū)域?yàn)楹谏?，海域?yàn)榘咨亩祱D。光學(xué)遙感圖像如圖2(a)所示，與光學(xué)遙感圖像對(duì)應(yīng)的港口先驗(yàn)地理信息模板圖如圖2(b)所示。

S2：透視變換：根據(jù)飛行器返回的高度、俯仰角、滾轉(zhuǎn)角以及偏航角對(duì)港口先驗(yàn)地理信息模板圖進(jìn)行透視變換，得到與飛行器拍攝的紅外前視圖同一尺度和視角下的模板圖像；

其中，飛行器上的紅外成像傳感器的光軸指向與大地水平面之間的夾角為成像俯仰角，與計(jì)劃航線偏離的角度為偏航角，紅外成像傳感器沿縱軸轉(zhuǎn)過(guò)的角度為滾轉(zhuǎn)角。透視變換示意圖如圖3所示，P表示飛行器上紅外成像傳感器，其在地面上的投影點(diǎn)為P’，高度為h；α，θ，γ分別表示飛行的偏航角，俯仰角和滾轉(zhuǎn)角；已知紅外成像傳感器的參數(shù)，COL為實(shí)時(shí)成像列數(shù)，ROW為實(shí)時(shí)成像行數(shù)，Ф和分別表示紅外成像傳感器縱向(即X軸方向)視場(chǎng)角和橫向(即Y軸方向)視場(chǎng)角。

假設(shè)O點(diǎn)為飛行器光軸瞄準(zhǔn)點(diǎn)，其在地面坐標(biāo)系對(duì)應(yīng)的位置為(x₀，y₀)，光軸瞄準(zhǔn)點(diǎn)在實(shí)時(shí)成像圖的中心位置，像素點(diǎn)坐標(biāo)為(COL/2，ROW/2)。地面上成像區(qū)域內(nèi)任意一點(diǎn)T在地面坐標(biāo)系位置為(x_T，y_T)，在紅外成像傳感器的實(shí)時(shí)圖像中對(duì)應(yīng)位置為(C_T，R_T)，則其對(duì)應(yīng)的縱向視場(chǎng)角和橫向視場(chǎng)角分別為：

其中，C為實(shí)時(shí)成像列數(shù)，R為實(shí)時(shí)成像行數(shù)。

圖3中T’是T在OP’上的投影點(diǎn)，O與T之間的縱向垂直距離OT’為：

橫向垂直距離TT'：

其中，

則可以計(jì)算點(diǎn)T在地面坐標(biāo)系中的位置(x_T，y_T)為：

x_T＝x₀+OT'sinα-TT'cosα

y_T＝y(tǒng)₀+OT'cosα+TT'sinα

根據(jù)以上等式就可以求出港口先驗(yàn)地理信息模板圖上任意一點(diǎn)(x_T，y_T)與紅外前視圖中對(duì)應(yīng)點(diǎn)(C_T，R_T)的關(guān)系，將港口先驗(yàn)地理信息模板圖變換到與紅外前視圖同一尺度和視場(chǎng)角下。

S3：邊緣提取：對(duì)透視變換后的模板圖像進(jìn)行邊緣提取得到模板邊緣圖，對(duì)紅外前視圖進(jìn)行邊緣提取得到前視邊緣圖；

對(duì)紅外前視圖進(jìn)行邊緣提取，先經(jīng)過(guò)中值濾波去除噪聲，再用Sobel梯度算子對(duì)濾波后的圖像進(jìn)行運(yùn)算生成梯度圖，得到每個(gè)像素點(diǎn)的梯度信息(包括幅值和方向)，最后對(duì)梯度圖進(jìn)行Otus圖像分割，即得到紅外前視圖的二值邊緣圖。

S4：將模板邊緣圖與前視邊緣圖進(jìn)行匹配，獲取前視邊緣圖在模板邊緣圖中的位置R和旋轉(zhuǎn)角度N；

其中，匹配算法主要包括以下三個(gè)方面：

a)匹配算法流程

前視邊緣圖在模板邊緣圖上按設(shè)定的步長(zhǎng)滑動(dòng)遍歷。每移動(dòng)一個(gè)步長(zhǎng)，計(jì)算前視邊緣圖上與當(dāng)前覆蓋區(qū)域下的模板邊緣圖的相似性測(cè)度，取相似性測(cè)度最大的位置為最佳匹配點(diǎn)。

b)匹配相似性測(cè)度

前視邊緣圖每移動(dòng)一個(gè)步長(zhǎng)都要進(jìn)行匹配相似性測(cè)度計(jì)算。逐行逐列遍歷當(dāng)前覆蓋區(qū)域下的模板邊緣圖上是否存在邊緣點(diǎn)，如果存在邊緣點(diǎn)P_i，在前視邊緣圖對(duì)應(yīng)位置的設(shè)定的鄰域范圍內(nèi)尋找最近邊緣點(diǎn)，計(jì)算兩邊緣點(diǎn)的投影值，記為當(dāng)前模板邊緣點(diǎn)P_i對(duì)應(yīng)的投影值Projection_i。投影值計(jì)算公式如下：

其中表示前視邊緣圖邊緣點(diǎn)Q_i的梯度幅值，表示邊緣點(diǎn)Q_i的梯度方向，和均由Sobel算子計(jì)算得到。表示模板邊緣點(diǎn)的梯度方向，可以通過(guò)在P_i點(diǎn)的鄰域內(nèi)擬合直線，計(jì)算直線的法方向得到計(jì)算覆蓋的模板區(qū)域內(nèi)每個(gè)邊緣點(diǎn)P_i的投影值Projection_i，獲得當(dāng)前位置的累計(jì)投影值ΣProjection_i，則ΣProjection_i即為匹配相似性測(cè)度。

c)匹配算法優(yōu)化加速

匹配過(guò)程中需要前視邊緣圖在模板邊緣圖上按設(shè)定步長(zhǎng)遍歷，并計(jì)算每個(gè)位置的相似性測(cè)度，耗時(shí)巨大。因此在匹配策略上進(jìn)行了算法優(yōu)化加速。前視邊緣圖每移動(dòng)一個(gè)步長(zhǎng)，就要對(duì)覆蓋的模板邊緣圖上的區(qū)域重新遍歷尋找邊緣點(diǎn)，然后在前視邊緣圖上搜索對(duì)應(yīng)邊緣點(diǎn)，存在大量的重復(fù)計(jì)算。

假設(shè)前視邊緣圖在行、列上的平移步長(zhǎng)均為step，前視邊緣圖行、列數(shù)分別為row，col，前視邊緣圖中的第一個(gè)像素點(diǎn)在模板邊緣圖上的對(duì)應(yīng)位置為(X，Y)，則模板邊緣圖上覆蓋區(qū)域內(nèi)任意一個(gè)邊緣點(diǎn)的坐標(biāo)為(X+x，Y+y)(其中x大于等于0小于col，y大于等于0小于row)，在前視邊緣圖中對(duì)應(yīng)點(diǎn)位置為(x，y)。在列(x)方向上平移一個(gè)step，覆蓋區(qū)域初始點(diǎn)變?yōu)?X+step，Y)。對(duì)于覆蓋區(qū)域的范圍而言，只是減少了前0到step列，并在最后面增加了0到step列；對(duì)于模板邊緣圖上同一邊緣點(diǎn)(X+x，Y+y)而言，在前視圖像中對(duì)應(yīng)點(diǎn)位置更新為(x-step，y)。因此，每次移動(dòng)并不需要重新遍歷模板邊緣圖的覆蓋區(qū)域來(lái)尋找邊緣點(diǎn)，只需要記錄上個(gè)位置模板上所有邊緣點(diǎn)對(duì)應(yīng)到前視邊緣圖上坐標(biāo)點(diǎn)的位置(x,y)，每次平移時(shí)去掉0到step列的邊緣點(diǎn)，剩余邊緣點(diǎn)更新為(x-step,y)，重新在鄰域上搜索計(jì)算投影值，最后遍歷模板邊緣圖上新增加的step列尋找新邊緣點(diǎn)并計(jì)算投影。優(yōu)化算法減少了每次平移時(shí)需要對(duì)整個(gè)覆蓋區(qū)域遍歷尋找邊緣點(diǎn)的時(shí)間，大大減少了匹配時(shí)間。

其中，步驟S4具體包括以下子步驟：

(S4.1)：將前視邊緣圖按照第一預(yù)設(shè)的匹配步長(zhǎng)以及第一預(yù)設(shè)的鄰域搜索范圍在模板邊緣圖中進(jìn)行粗匹配，得到初始匹配位置；

其中，粗匹配在整個(gè)模板邊緣圖上遍歷，第一預(yù)設(shè)的匹配步長(zhǎng)可以由經(jīng)驗(yàn)或者試驗(yàn)確定，第一預(yù)設(shè)的鄰域搜索范圍以能容忍返回的角度參數(shù)誤差導(dǎo)致模板邊緣圖與前視邊緣圖存在旋轉(zhuǎn)的現(xiàn)象為準(zhǔn)。粗匹配完成返回一個(gè)初始匹配位置。

(S4.2)：將前視邊緣圖按照第二預(yù)設(shè)的匹配步長(zhǎng)以及第二預(yù)設(shè)的鄰域搜索范圍在模板邊緣圖中以初始匹配位置為中心半徑為n的鄰域內(nèi)進(jìn)行精匹配，在精匹配的同時(shí)對(duì)模板邊緣圖進(jìn)行旋轉(zhuǎn)，修正角度誤差，獲取最佳匹配位置和最佳旋轉(zhuǎn)角度作為前視邊緣圖在模板邊緣圖中的位置R和旋轉(zhuǎn)角度N，其中，n為預(yù)設(shè)值，第一預(yù)設(shè)的匹配步長(zhǎng)大于第二預(yù)設(shè)的匹配步長(zhǎng)，第一預(yù)設(shè)的鄰域搜索范圍大于第二預(yù)設(shè)的鄰域搜索范圍，第二預(yù)設(shè)的匹配步長(zhǎng)為1，第二預(yù)設(shè)的鄰域搜索范圍為0或1。步驟4.1，模板邊緣圖和前視邊緣圖粗匹配。

其中，考慮到飛行器返回的角度信息存在誤差，精匹配過(guò)程中還進(jìn)行了角度矯正。因此，步驟(S4.2)具體包括以下子步驟：

(S4.2.1)：將前視邊緣圖按照第二預(yù)設(shè)的匹配步長(zhǎng)以及第二預(yù)設(shè)的鄰域搜索范圍在模板邊緣圖中以初始匹配位置為中心半徑為n的鄰域內(nèi)進(jìn)行一次匹配計(jì)算，得到初始旋轉(zhuǎn)角度為0的相似性測(cè)度值P₀以及匹配位置R₀；

(S4.2.2)：分別按正方向1°和負(fù)方向1°旋轉(zhuǎn)模板邊緣圖，重復(fù)步驟(4.2.1)得到旋轉(zhuǎn)角度為+1°的相似性測(cè)度值P₊₁、匹配位置R₊₁以及旋轉(zhuǎn)角度為-1°的相似性測(cè)度值P_-1、匹配位置R_-1，比較P₀、P₊₁、P_-1的大小，若P₀為最大值，則旋轉(zhuǎn)角度為0的模板邊緣圖為最佳匹配，匹配位置為R₀，精匹配結(jié)束，若P₊₁為最大值，則將旋轉(zhuǎn)方向記為正，繼續(xù)執(zhí)行步驟(S4.2.3)，若P_-1為最大值，則將旋轉(zhuǎn)方向記為負(fù)，繼續(xù)執(zhí)行步驟(S4.2.3)；

(S4.2.3)：按照標(biāo)記的旋轉(zhuǎn)方向繼續(xù)對(duì)模板邊緣圖進(jìn)行旋轉(zhuǎn)，每次旋轉(zhuǎn)1°，在P_n+1<P_n時(shí)，則旋轉(zhuǎn)角度為n°時(shí)為最佳匹配，匹配位置為R_n，精匹配結(jié)束，其中P_n+1表示旋轉(zhuǎn)角度為(n+1)°時(shí)的相似性測(cè)度值，P_n表示旋轉(zhuǎn)角度為n°時(shí)的相似性測(cè)度值。

完成整個(gè)匹配過(guò)程，獲得匹配位置R和旋轉(zhuǎn)角度N。

S5：將透視變換后的模板圖像旋轉(zhuǎn)N度，以位置R為中心在透視變換后的模板圖像中截取與紅外前視圖相同大小的圖像，將截取后的圖像中黑色部分對(duì)應(yīng)的紅外前視圖中的區(qū)域作為紅外前視圖的陸地部分，將截取后的圖像中白色部分對(duì)應(yīng)的紅外前視圖中的區(qū)域作為紅外前視圖的海域部分，并對(duì)紅外前視圖中的海域部分進(jìn)行分割；

其中，N為正表示順時(shí)針旋轉(zhuǎn)，N為負(fù)表示逆時(shí)針旋轉(zhuǎn)。

其中，可以通過(guò)采用區(qū)域生長(zhǎng)的方法對(duì)紅外前視圖中的海域部分進(jìn)行分割，并且只對(duì)紅外前視圖的海域部分進(jìn)行分割，排除陸地干擾。

S6：對(duì)分割后的紅外前視圖進(jìn)行斜矩形標(biāo)記，獲得初始疑似艦船目標(biāo)；

如圖4所示為一種斜矩形標(biāo)記示意圖，圖4(a)表示連通域正矩形標(biāo)記，圖4(b)表示邊緣提取檢測(cè)最長(zhǎng)直線，圖4(c)表示直線平移，圖4(d)表示斜矩形標(biāo)記框，其中步驟(S6)具體包括以下子步驟：

(S6.1)對(duì)分割后的紅外前視圖進(jìn)行連通域標(biāo)記，獲取正矩形標(biāo)記框；

(S6.2)對(duì)每個(gè)正矩形標(biāo)記框內(nèi)的圖像進(jìn)行邊緣提?。?/p>

(S6.3)對(duì)每個(gè)正矩形標(biāo)記框內(nèi)經(jīng)過(guò)邊緣提取的邊緣圖進(jìn)行Hough變換，提取最長(zhǎng)的一條直線的斜率，即為艦船長(zhǎng)軸的斜率；

(S6.4)取與艦船長(zhǎng)軸的斜率對(duì)應(yīng)的一條直線和該直線的法線，在正矩形標(biāo)記框內(nèi)平移，求直線分別與連通域邊界的交線，構(gòu)成斜矩形，即為斜矩形標(biāo)記框；

(S6.5)將所有斜矩形標(biāo)記框確定的區(qū)域作為初始疑似艦船目標(biāo)。

其中，采用Hough變換提取邊緣圖中最長(zhǎng)直線的斜率，能始終保證該斜率為艦船長(zhǎng)軸的斜率，所標(biāo)記的斜矩形框平行于艦船的長(zhǎng)寬軸，有利于去虛警和測(cè)量船的形狀特征。

S7：對(duì)初始疑似艦船目標(biāo)進(jìn)行并靠船分離；

對(duì)步驟S6獲取的斜矩形標(biāo)記框進(jìn)行并靠船分離。并靠船的一個(gè)特征是，在短軸方向上船尖的投影值大于船并靠銜接處的投影值，會(huì)形成峰谷峰的投影曲線。所以將每個(gè)標(biāo)記框內(nèi)的連通域向斜矩形短軸方向做投影，搜索投影曲線峰谷峰的谷點(diǎn)，即為并靠船分離點(diǎn)。

S8：對(duì)斜矩形標(biāo)記區(qū)域進(jìn)行多特征檢測(cè)，排除虛警，獲取最終艦船目標(biāo)。

由于標(biāo)記算法是在連通區(qū)域上進(jìn)行的外接矩形標(biāo)記，因此，海陸分割后可能會(huì)存在以下2種虛警：a)非船連通域，b)船跟岸邊連在一起的連通域。

為去除這些虛警，需要對(duì)標(biāo)記后的斜矩形進(jìn)行處理。首先，要修正跟岸邊有粘連的連通域標(biāo)記。由于岸邊總是與船的長(zhǎng)軸或?qū)捿S平行，但岸在軸方向的投影值要遠(yuǎn)小于船在軸方向的投影值。所以可以通過(guò)以下方法去岸邊，將斜矩形內(nèi)的連通域分別投影到該矩形的長(zhǎng)寬軸上，當(dāng)投影值小于一定的值且達(dá)到某一閾值長(zhǎng)度時(shí)，去除該連通域，這一步可去掉岸邊的同時(shí)保證船的連通域完整，如圖5所示，圖5(a)表示原連通域和標(biāo)記框，圖5(b)表示短軸上投影曲線，圖5(c)表示長(zhǎng)軸上投影曲線，圖5(d)表示修正后的連通域和標(biāo)記框。然后，求取每個(gè)標(biāo)記連通域的占空比、長(zhǎng)寬比、長(zhǎng)、寬，根據(jù)艦船先驗(yàn)形狀特征能去除非船連通域。最終，標(biāo)記出艦船目標(biāo)。

本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。