基于S-HOG的遥感图像舰船目标检测

发布时间：2021-06-17 01:37

　　随着高分辨率卫星遥感成像技术的不断发展,可见光遥感图像舰船目标检测成为热门课题,其在军舰探测、精确制导等军用领域以及海面搜救、渔船监测等民用领域具有极其重要的战略意义。针对遥感图像中的舰船检测易受云雾、波浪、岛屿等因素干扰导致虚警率高的问题,提出了基于舰船方向梯度直方图（Ship Histagram of Oriented Gradient,S-HOG）特征的舰船鉴别算法。首先利用异常点检测提取目标候选区域得到可疑目标切片,然后统计其S-HOG特征剔除虚警,从而有效提取真正的舰船目标。实验结果表明,所提算法能在保证高检测率的同时显著降低虚警率,抗干扰能力强,鲁棒性高。 

【文章来源】：计算机科学. 2020,47(S2)北大核心CSCD

【文章页数】：5 页

【部分图文】：

遥感图像舰船检测算法流程

采用512*512大小的GF图像进行异常点检测,结果如图2所示。从图2可以看出,异常点检测将像素值出现频率较低的像素点判断为前景目标,异常点二值化图像能够粗略地提取出舰船的轮廓信息,但舰船前景存在较多的小孔洞,导致候选区域连通性较差。为便于后续的舰船细鉴别,可先采用膨胀操作填充连通域孔洞,再利用腐蚀操作去除图像噪点。

如图3所示,将切片梯度方向划分为8个特定区间1D-8D,以8个方向区间序号为直方图横轴,以对应方向区间的梯度幅值累加值为纵轴,统计其S-HOG特征[13]。为更有效地剔除与舰船相似的伪目标,将舰船切片分为B1,B2和B3 3部分计算其舰船方向梯度直方图,舰船切片分块方法如图4所示,舰船整体切片为B1,切片水平均匀分割为B2和B3上下两部分。

【参考文献】：
期刊论文
[1]基于可见光遥感图像的船只目标检测识别方法[J]. 陈亮,王志茹,韩仲,王冠群,周浩天,师皓,胡程,龙腾.  科技导报. 2017(20)
[2]光学遥感图像多目标检测及识别算法设计与实现[J]. 姬晓飞,秦宁丽.  计算机应用. 2015(11)
[3]一种光学遥感图像海面舰船检测算法[J]. 高立宁,毕福昆,龙腾,杨健.  清华大学学报(自然科学版). 2011(01)



本文编号：3234194