(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210514692.6 (22)申请日 2022.05.12 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 程亚运　田迅　邱景辉　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 专利代理师 时起磊 (51)Int.Cl. G06V 10/77(2022.01) G06K 9/62(2022.01) G06T 7/136(2017.01) G06T 5/00(2006.01) G06T 3/40(2006.01)G06V 10/762(2022.01) G06V 10/26(2022.01) (54)发明名称 基于毫米波太赫兹Fisher向量特征的目标 检测方法 (57)摘要 基于毫米波太赫兹Fisher向量特征的目标 检测方法， 本发 明为解决毫米波太赫兹成像探测 误检率高， 待测目标与环境分离较困难， 导致待 测目标难以检测， 降低成像探测能力的问题， 获 取待测目标的毫米波太赫兹成像的多个角度的 线极化图像， 对获取的多个角度的线极化图像进 行组合， 得到组合后的图像； 对得到的组合后的 图像进行分割， 得到分割后的图像； 根据得到的 分割后的图像计算Fisher向量特征量， 得到 Fisher向量特征量； 根据 S2中得到的分割 后的图 像和S3中得到的Fisher向量特征量生成待测目 标的特征图像， 对特征图像进行阈值分割， 得到 待测目标的检测图像。 属于电子信息、 遥感探测 技术领域。 权利要求书3页 说明书6页 附图2页 CN 114821209 A 2022.07.29 CN 114821209 A 1.基于毫米波太赫兹Fisher向量特 征的目标检测方法， 其特 征在于： 它包括以下步骤： S1、 获取待测目标的毫米波太赫兹成像的多个角度的线极化图像， 对获取的多个角度 的线极化图像进行组合， 得到组合后的图像； S2、 对得到的组合后的图像进行分割， 得到分割后的图像； S3、 根据得到的分割后的图像 计算Fisher向量特 征量， 得到Fisher向量特 征量； S4、 根据S2中得到的分割后的图像和 S3中得到的Fisher向量特征量生成待测目标的特 征图像， 对特 征图像进行阈值分割， 得到待测目标的检测图像。 2.根据权利要求1中所述的基于毫米波太赫兹Fisher向量特征的目标检测方法， 其特 征在于： 所述S1中获取待测目标的毫米波太赫兹成像的多个角度的线极化图像， 对获取 的 多个角度的线极化图像进行组合， 得到组合后的图像， 具体过程 为： S11、 获取待测目标的毫米波太赫兹成像的0 °， +45°， +90°和+135°四个角度的线极化图 像； S12、 根据获取的每 个线极化图像得到对应的二维矩阵， 得到四个二维矩阵； S13、 将得到的四个二维矩阵相加取均值得到均值图像。 3.根据权利要求2中所述的基于毫米波太赫兹Fisher向量特征的目标检测方法， 其特 征在于： 所述S2中对得到的组合后的图像进行分割， 得到分割后的图像， 具体过程 为： S21、 对S13中得到的均值图像进行中值滤波； S22、 利用双三次插值方法将中值滤波后的均 值图像的长和宽变为原来的G倍， G＞1， 得 到双三次插值方法后的均值图像； S23、 对双三次插值方法后的均值图像进行分割， 得到分割后的均值图像。 4.根据权利要求3中所述的基于毫米波太赫兹Fisher向量特征的目标检测方法， 其特 征在于： 所述S23中对双三次插值方法后的均值图像进行分割， 得到分割后的均值图像， 具 体过程为： S231、 设置双阈值对双三次插值方法后的均值图像进行粗分割， 剔除不是待测目标像 素的区域， 得到粗分割后的均值图像； S232、 对得到的粗分割后的均值图像进行超像素分割， 得到超像素图像。 5.根据权利要求4中所述的基于毫米波太赫兹Fisher向量特征的目标检测方法， 其特 征在于： 所述S3中根据得到的分割后的图像计算Fisher向量特征量， 得到Fisher向量特征 量， 具体过程 为： S31、 将S22中得到的双三次插值方法后的均值图像输入混合高斯模型内进行聚类， 得 到聚类后的混合高斯模型： 其中， fΛ(x)表示混合高斯模型的概率密度函数， x表示双三次插值方法后的均值 图像 的像素值； Q表示混合高斯模型中 高斯分量的数量， q＝1， 2， . ..， Q； ωq表示混合系数， 权　利　要　求　书 1/3 页 2 CN 114821209 A 2表示混合高斯模型中第q个高斯分量， σq表示第q个高斯分量的标准差； μq表示第q个高斯分量的均值； exp[·]表示e指数算符； S32、 根据S31中得到的聚类后的混合高斯模型和S232中得到的超像素图像计算Fisher 向量， 得到Fisher向量； S33、 根据得到的Fisher向量计算Fisher向量特 征量， 得到Fisher向量特 征量。 6.根据权利要求5中所述的基于毫米波太赫兹Fisher向量特征的目标检测方法， 其特 征在于： 所述S 32中根据S 31中得到的聚类后的混合高斯模 型和S232中得到的超像素图像计 算Fisher向量， 得到Fisher向量， 具体过程 为： S321、 Fisher向量： αl＝[αl, ω1, αl, ω2,..., αl, ωQ, αl, μ1, αl, μ2,..., αl, μQ, αl, σ 1, αl, σ 2,... αl, σ Q]T   (2) 其中， αl表示第l个超像素的Fisher向量， l ＝1,2,…,L； αl, ωQ表示混合系数ωq对应的Fisher向量， q＝1,2, …,Q； αl, μQ表示高斯分量均值 μq对应的Fisher向量， q＝1,2, …,Q； αl, σ Q表示高斯分量标准差σq对应的Fisher向量， q＝1,2, …,Q； S322、 利用 αl＝sign( αl)|αl|1/2对得到的Fisher向量进行更新， 得到更新后的Fisher向 量， sign(*)表示符号 函数， sign(*)算符可将正数置为1， 负数置为 ‑1。 7.根据权利要求6中所述的基于毫米波太赫兹Fisher向量特征的目标检测方法， 其特 征在于： 所述S33中根据得到的Fisher向量计算Fisher向量特征量， 得到Fisher向量特征 量， 具体过程 为： 根据S322中得到的更新后的Fisher向量计算Fisher向量特 征量： 其中， FVl表示第l个超像素的Fisher向量特 征量； mean{}表示均值； 表示第l个超像素的Fisher向量αl和相邻超像素的Fisher向量 之间的欧式 距离； N(l)表示第l个超像素相邻区域的超像素的集 合。 8.根据权利要求7中所述的基于毫米波太赫兹Fisher向量特征的目标检测方法， 其特 征在于： 所述S4中根据S2中得到的分割后的图像和S3中得到的Fisher向量特征量生 成待测 目标的特 征图像， 对特 征图像进行阈值分割， 得到待测目标的检测图像， 具体过程 为： S41、 根据S232中得到的超像素图像和S33中得到的Fisher向量特征量生成待测目标的 特征图像； S42、 对生成待测目标的特 征图像进行阈值分割， 得到待测目标的检测图像。 9.根据权利要求8中所述的基于毫米波太赫兹Fisher向量特征的目标检测方法， 其特 征在于： 所述S41根据S232中得到的超像素图像和S 33中得到的Fisher向量特征量生成待测权　利　要　求　书 2/3 页 3 CN 114821209 A 3