一种基于上下文语义感知的近岸舰船目标检测方法

1.一种基于上下文语义感知的近岸舰船目标检测方法，具体包括如下步骤：步骤一：基于海陆分割定位候选区域：对近岸场景SAR图像，进行海陆分割，得到海洋区域和近岸缓冲区，缩小感兴趣区域；具体做法是将SAR图像灰度级分为L级，灰度级为第i级的像素有n i 个，其中，i＝1,2,…,L，并以每个灰度级为灰度门限求类间方差σ 2 (t)作为评价函数，通过最大化类间方差，确定灰度门限阈值t * ，按灰度级将图像像素分为两类C 0 ,C 1 ，C 0 由灰度值在区间[1,t * ]内所有像素组成，C 1 由灰度值在区间(t * +1,L]内所有像素组成，灰度门限阈值t * 由下式确定：步骤二：基于MSER的全局预筛选：将给定的SAR图像进行N个灰度值的阈值分割，得到N个对应于阈值的二值图像，然后根据极值区域的面积变化率来提取目标区域，若面积变化率不大于阈值，则该区域为候选舰船目标区域，否则从候选区域中移除该区域；步骤三：超像素分割：利用目标的上下文语义信息进行舰船目标的鉴别，对于每个候选目标，利用SLIC算法进行超像素分割将候选目标背景切片分割成多个超像素块，步骤四：候选目标鉴别：得到每个目标背景切片的超像素地图后，计算每个候选舰船目标的波动值，当候选船的波动值大于阈值时，该候选目标被判定为虚警，并从检测结果中剔除，相反，被保留并移动到下一个区域；通过对所有目标得到背景切片进行基于上下文语义信息的鉴别，得到一个新的二值图像，即最终的检测结果；所述的波动值计算如下式所示：其中，V(k)代表第k个基于上下文语义感知的背景切片波动值，M代表一个切片中经过超像素处理后的网格数，N i 、N分别代表第i个超像素中的像素点个数和整个背景切片中的像素点个数，P(k)代表第k个像素点的像素值，其中，k i ＝1,…,N i ，k＝1,…,N。 2.根据权利要求1所述的一种基于上下文语义感知的近岸舰船目标检测方法，其特征在于，步骤一所述的类间方差σ 2 (t)计算如下式所示：其中，两部分图像的类内均值μ 0 (t),μ 1 (t)，以及图像灰度总均值μ分别为：其中，p i 为第i级灰度出现的概率， 3.根据权利要求1所述的一种基于上下文语义感知的近岸舰船目标检测方法，其特征在于，步骤三所述的候选目标背景切片需满足以下公式：其中，S tg 代表目标区域的面积，S bg 代表背景区域的面积，α代表背景区域和目标区域面积比例的最低门限。