由于艦船運(yùn)行圖像特征類型繁雜,導(dǎo)致傳統(tǒng)的圖像邊緣檢測方法存在檢測效率低的問題,為此利用特征融合技術(shù)實現(xiàn)對圖像邊緣檢測方法的優(yōu)化設(shè)計。采用攝像頭和采集卡,實時采集艦船運(yùn)行圖像,并將其作為邊緣檢測的圖像樣本。從顏色、紋理等多個方面,提取并融合圖像特征。參考融合的圖像特征結(jié)果,輸出圖像邊緣的檢測結(jié)果。通過與傳統(tǒng)檢測方法的對比發(fā)現(xiàn),設(shè)計檢測方法的檢測精度更高、檢測耗時更少,即設(shè)計方法的檢測效率得到有效提升。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(24)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

艦船運(yùn)行圖像邊緣檢測結(jié)果Fig.2Edgedetectionresultsofshipoperationimage

【參考文獻(xiàn)】：
期刊論文
[1]基于特征融合的遙感圖像艦船目標(biāo)檢測方法[J]. 史文旭,江金洪,鮑勝利.  光子學(xué)報. 2020(07)
[2]基于譜殘差和梯度紋理融合特征的艦船檢測[J]. 李慶峰,何斌,王文勝,蘇暢,韓璽鈺,梁懷丹.  液晶與顯示. 2019(08)
[3]基于似物性判斷的SAR圖像艦船目標(biāo)檢測[J]. 曲岳晗,黃杰軍.  計算機(jī)與數(shù)字工程. 2019(01)
[4]基于多特征融合的SAR圖像艦船自學(xué)習(xí)檢測算法[J]. 楚博策,文義紅,陳金勇.  無線電工程. 2018(02)



本文編號：3540942