海面船只檢測技術(shù)具有重要的民用和軍用價值,針對復(fù)雜海面場景下船只檢測精度低的問題,提出了一種基于視覺顯著性的遙感圖像海面船只候選區(qū)域檢測方法。為檢測到所有船只的候選區(qū)域,該方法首先采用Scharr邊緣檢測算子提取顯著目標(biāo)的邊緣輪廓特征,然后基于邊緣檢測結(jié)果運用FT顯著性模型得到最終的候選區(qū)域檢測結(jié)果。在公開遙感數(shù)據(jù)集上的仿真實驗結(jié)果表明,該方法在多種復(fù)雜檢測場景下的船只候選區(qū)域檢測任務(wù)中取得了較好的檢測效果,實現(xiàn)了對船只候選區(qū)域的快速提取。 

【文章來源】：計算機科學(xué). 2020,47(S1)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

FT檢測結(jié)果(電子版為彩色)

圖1 FT檢測結(jié)果(電子版為彩色)為保證所有船只目標(biāo)能被檢測到,在采用FT模型進(jìn)行遙感圖像船只目標(biāo)檢測時,有必要對輸入圖像進(jìn)行預(yù)處理,以保證不同船只目標(biāo)與其局部區(qū)域的灰度差異情況一致,進(jìn)而確保所有船只目標(biāo)均能被檢測到。此外,由于遙感圖像中船只目標(biāo)占比小并且與海面背景的差異不明顯,目標(biāo)的輪廓與紋理相比對船只檢測更重要,因此只要保證所有船只目標(biāo)的輪廓信息能被完整檢測到,就能大大降低漏檢的情況�；谏鲜龇治�,本文提出一種適用于遙感圖像船只檢測的EDFT顯著性模型,首先采用邊緣檢測算子提取輸入圖像的顯著目標(biāo)的輪廓信息,然后基于邊緣檢測結(jié)果在灰度通道上進(jìn)行FT顯著性檢測以去除背景噪聲,保留船只目標(biāo)。

由圖4所示的實驗結(jié)果可知,EDFT模型實現(xiàn)了對海面背景噪聲的有效抑制,在光照不均、船只尺寸差異較大以及云層和海雜波干擾較強的檢測場景中,實現(xiàn)了目標(biāo)與背景的有效區(qū)分,取得了不錯的檢測效果。使用EDFT模型求得輸入圖像的顯著圖后,采用可自動選取分割閾值的otsu閾值分割方法對顯著圖進(jìn)行二值化分割得到二值圖。為更精確刻畫船只目標(biāo),需對二值圖進(jìn)行形態(tài)學(xué)處理來優(yōu)化檢測結(jié)果,首先進(jìn)行形態(tài)學(xué)腐蝕運算,消除點狀噪聲,接著利用膨脹運算去除目標(biāo)內(nèi)部空隙,使目標(biāo)更完整,然后計算二值圖中所有船只候選區(qū)域的面積、中心點坐標(biāo)以及最小外接矩形的長度和寬度。圖4 EDFT模型求得的顯著圖


本文編號：3448931