视觉显著性港口舰船目标检测算法研究

发布时间：2020-05-23 03:16

【摘要】：随着新型传感器的应用和空间探测技术的发展,遥感图像空间分辨率越来越高,这些高分辨率图像的出现在拓宽了遥感图像处理应用领域的同时,也提出了极大的挑战。港口目标是重要的军事目标和民用设施,在海洋应用研究领域是非常重要的研究对象,遥感图像中港口目标的自动提取对海上运输、军事情报等具有重要的现实意义和迫切的实际需求。港口作为舰船目标的集中区域,包含着大量目标信息,同时作为海洋陆地交界地带,其背景较海上复杂。由于港口目标的多样性及背景的复杂性,港口舰船目标检测极易受到陆地等背景环境的影响。本文针对复杂背景下的港口内舰船目标,运用匹配的方法获取港口ROI区域,进而运用视觉显著性方法提取舰船目标,具体研究内容如下:1)提出了一种改进的基于全局对比度的视觉显著性算法。该方法在全局对比度算法的基础上,重新确立了图像中心,根据显著性目标区域比其周围更有可能吸引人的注意力这一特性引入了新的空间加权因素,实验证明,该改进算法在目标处于图像边缘区域有更好的显著表现。2)提出了一种基于先验位置信息匹配的方法来进行港口检测定位。针对高分辨率遥感图像中舰船目标检测容易受到陆地复杂背景影响这一问题,采用SURF特征匹配,结合港口先验位置信息,提取目标ROI区域。实验证明,该方法能够有效实现海陆分离,排除陆地干扰,为舰船目标检测做好基础。3)针对ROI图像区域,提出了一种基于视觉显著性的舰船目标检测方法。该方法采用本文改进的视觉显著性来进行增强和目标区域定位,然后根据毗连舰船像素的“峰波峰”结构分布特点确定目标接触区域,实现目标分离。该方法能够处理阴影,多目标堆积的问题,实现目标的有效分割。
【图文】：

可见光遥感,图像

术是一种基于电磁波理论的探测技术，这种技术通常运用不目标反射或者自身辐射的产生的不同电磁波信号进行成像处的更新需求，电磁波波段范围扩展形成了从单一到多样化的光遥感应用较为广泛，由于采用光电传感器，其一般具有较白天有光的情况，成像较清晰；红外遥感通常来自于目标的夜；紫外遥感顾名思义主要是针对紫外光波段的；而微波遥米的微波，比如SAR图像；多谱段遥感利用不同谱段来组合这里我们的研究对象是可见光遥感图像。-1所示，左边为SAR图像,右边为可见光图像。图像内容都是像，有如下特征：SAR图像分辨率低，其目标与背景灰度比，目标边缘不清晰，整体图像无法体现目标更多信息；可见纹理特征丰富，存在阴影，能够分辨出目标类别。

统一框架,算法

华中科技大学硕士学位论文性信息。四元相位谱法选取相互独立的亮度特征、运动特征以及两种颜色特征通过加权表征图像。基于空域的方法研究较多，从最为经典的 Itti 算法到使用图论并引入马尔科夫链的 GBVS 算法[34]，从考察频率的 FT 算法[35]到基于信息论的方法[36]，从局部出发的 AC 算法[37]到全局出发的 RC 算法[38]等等，另外，还包括最新的 DeepFix[39]和DeepGaze[40]等深度学习算法。综上所述，，从图像中自动检测显著性区域的研究已经非常多，其精确度越来越高，有些算法已经把显著性计算提升到应用层面。总结各种算法的原理和思路，归纳出显著性处理的一般步骤如图 2-3 所示。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：U674.7;TP751

【参考文献】