在低分辨率艦船遙感圖像的目標(biāo)識(shí)別過程中,容易受到不同氣象等外界因素的影響,不能及時(shí)適應(yīng)圖像分辨率的變化,算法的適應(yīng)性需要進(jìn)一步提高。為此,提出低分辨率艦船遙感圖像的弱小目標(biāo)識(shí)別算法。將待識(shí)別圖像劃分為等大小的單元塊,計(jì)算每個(gè)單元塊的梯度方向和梯度幅值,定義每個(gè)單元格編碼,計(jì)算梯度強(qiáng)度,獲得待識(shí)別圖像特征。依據(jù)特征的可分性配置特征,適應(yīng)不同分辨率的遙感圖像,利用樣本訓(xùn)練的分類器實(shí)現(xiàn)弱小目標(biāo)識(shí)別。實(shí)驗(yàn)結(jié)果表明,設(shè)計(jì)的基于低分辨率艦船遙感圖像的弱小目標(biāo)識(shí)別算法敏感值較高,召回率也處于較高水平,說明該識(shí)別算法的適應(yīng)性得到了增強(qiáng)。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(22)北大核心

【文章頁(yè)數(shù)】：3 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]二代證快速圖像識(shí)別技術(shù)在圖像采集工作中的具體運(yùn)用[J]. 紀(jì)春光.  工程技術(shù)研究. 2019(05)
[2]基于差異結(jié)構(gòu)描述符與自適應(yīng)側(cè)抑制的紅外弱小目標(biāo)檢測(cè)算法[J]. 黃莉,王文波.  電子測(cè)量與儀器學(xué)報(bào). 2018(07)
[3]多路遙感圖像高速小型化實(shí)時(shí)拼接的實(shí)現(xiàn)[J]. 丁躍利,張波,張朗,張建華,毛雙蘭,歐民.  西安工程大學(xué)學(xué)報(bào). 2017(05)
[4]基于相關(guān)濾波器的紅外弱小目標(biāo)檢測(cè)算法[J]. 何玉杰,李敏,張金利,邢宇航.  光學(xué)學(xué)報(bào). 2016(05)



本文編號(hào)：3144265