發(fā)布時間：2018-06-23 14:57

  本文選題：成像系統(tǒng) + 顯著性檢測��； 參考：《光學學報》2017年10期

【摘要】：海面艦船目標的檢測與識別對于海面監(jiān)測與目標打擊具有重要意義,弱小艦船目標由于缺少紋理信息且易受到海面陰影、噪聲等因素的影響,使得目前常用的檢測方法效果較差�；谕ǖ婪蛛x與負值擴展對比敏感函數(shù)提出了的海面弱小艦船目標檢測方法。該方法首先構(gòu)建像素強度通道與噪聲-邊緣通道的多分辨圖像尺度金字塔;之后,構(gòu)建不同尺度空間下的負值擴展對比敏感度函數(shù),調(diào)制對應各位置的權(quán)重;最后,利用各空間尺度系數(shù)加權(quán)獲得兩通道視覺顯著性圖像,通過通道差分處理實現(xiàn)了含噪圖像中弱小艦船目標的快速檢測。實驗結(jié)果表明:與其他5種算法相比較,提出的方法具有較高的檢測準確率(97.30%)、召回率(84.71%)及綜合評價指標(94.49%),同時具備較強的抗噪聲能力,適用于含噪海面光學遙感圖像中弱小艦船的檢測。
[Abstract]:The detection and recognition of ship targets on the sea surface is of great significance for sea surface monitoring and target attack. The small and weak ship targets are vulnerable to sea surface shadow and noise because of the lack of texture information. So that the current commonly used detection methods are poor. Based on channel separation and negative value expansion contrast sensitivity function, a new method for small and weak ship target detection on sea surface is proposed. Firstly, the multi-resolution image scale pyramid of pixel intensity channel and noise-edge channel is constructed. Then, the negative value spread contrast sensitivity function in different scale space is constructed to modulate the weights corresponding to each position. Two channel visual saliency images are obtained by weighted spatial scale coefficients, and the fast detection of small and weak ship targets in noisy images is realized by channel differential processing. The experimental results show that the proposed method has higher detection accuracy (97.30%), recall rate (84.71%) and comprehensive evaluation index (94.49%) compared with other five algorithms. It is suitable for the detection of small and weak ships in optical remote sensing images of noisy sea surface.
【作者單位】： 中國科學院長春光學精密機械與物理研究所小衛(wèi)星技術(shù)國家地方聯(lián)合工程研究中心;中國科學院大學;
【基金】：科技部重點專項(2016YFB0501202) 吉林省科技發(fā)展計劃項目(20170101164JC)
【分類號】：TP751

【相似文獻】

相關(guān)期刊論文 前9條

1 陳海亮;雷琳;周石琳;;一種抗碎云干擾的海上艦船目標檢測方法[J];計算機工程與科學;2010年12期

2 李思純;楊德森;金莉萍;;基于互雙譜與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的艦船目標分類(英文)[J];Journal of Marine Science and Application;2009年01期

3 叢瑜;周偉;于仕財;郭明;;一種對港口影像進行艦船目標提取方法[J];計算機仿真;2014年01期

4 王彥情;馬雷;田原;;光學遙感圖像艦船目標檢測與識別綜述[J];自動化學報;2011年09期

5 陳韜亦;陳金勇;趙和鵬;;基于Ecogniton的光學遙感圖像艦船目標檢測[J];無線電工程;2013年11期

6 湯立波;李道京;吳一戎;;單天線SAR運動艦船目標三維形狀重構(gòu)[J];遙感學報;2007年04期

7 孫玉康;王潤生;劉方;齊彬;;用于艦船目標SAR成像仿真的高頻區(qū)RCS計算[J];計算機應用;2007年09期

8 楊衛(wèi)東;張?zhí)煨?宋成軍;;低分辨率SAR圖像艦船目標檢測[J];華中科技大學學報(自然科學版);2008年02期

9 鄧秀華;;提取頻譜穩(wěn)定度差異探測艦船目標[J];艦船電子工程;2012年11期

相關(guān)碩士學位論文 前6條

1 蔣李兵;基于高分辨光學遙感圖像的艦船目標檢測方法研究[D];國防科學技術(shù)大學;2006年

2 施鵬;基于光學遙感圖像的艦船目標自動檢測技術(shù)[D];中國科學技術(shù)大學;2010年

3 曾蕾;基于航天可見光遙感圖像的艦船目標檢測和速度估算方法[D];西安電子科技大學;2014年

4 盧春燕;基于衛(wèi)星電子信息與成像遙感信息的艦船目標關(guān)聯(lián)[D];國防科學技術(shù)大學;2012年

5 張輝;光學衛(wèi)星遙感圖像艦船目標ROI提取技術(shù)研究[D];國防科學技術(shù)大學;2013年

6 陳海亮;基于特征的光學遙感圖像艦船目標檢測技術(shù)研究[D];國防科學技術(shù)大學;2010年

，

本文編號：2057504