光學(xué)遙感圖像海面艦船目標(biāo)檢測(cè)易受云霧,海島,海雜波等復(fù)雜背景的干擾。本文提出了一種適用于復(fù)雜背景的艦船目標(biāo)檢測(cè)方法。首先為了克服目標(biāo)尺度多變問(wèn)題,利用視覺(jué)顯著性生成多尺度顯著圖,然后使用基尼指數(shù)自適應(yīng)選擇最優(yōu)顯著圖�？紤]到全局閾值分割算法帶來(lái)的漏檢測(cè)問(wèn)題,提出一種新的方案來(lái)分離目標(biāo)和背景像素點(diǎn)。利用圖像膨脹原理獲取顯著圖的局部極大值點(diǎn),然后使用k-means算法判斷極大值點(diǎn)屬于目標(biāo)像素點(diǎn)還是背景像素點(diǎn)。接著對(duì)目標(biāo)點(diǎn)鄰近區(qū)域進(jìn)行精細(xì)分割。最后引入基于徑向梯度變換的旋轉(zhuǎn)不變特征來(lái)進(jìn)一步剔除虛警。實(shí)驗(yàn)結(jié)果表明,該算法能夠成功檢測(cè)出不同尺寸和方向的艦船目標(biāo),有效克服復(fù)雜背景的干擾。算法檢測(cè)正確率93%,虛警率4%,優(yōu)于其他艦船檢測(cè)方法。

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
1 引 言
2 候選區(qū)域生成
    2.1 頻譜殘差顯著圖
    2.2 最優(yōu)顯著圖選擇
    2.3 顯著圖局部極大值點(diǎn)提取
    2.4 k-means算法聚類(lèi)
    2.5 候選區(qū)域精細(xì)分割
3 目標(biāo)精細(xì)鑒別
4 實(shí)驗(yàn)結(jié)果
    4.1 顯著性模型主客觀比較
    4.2 分割算法比較
    4.3 整體算法性能比較
5 結(jié) 論



本文編號(hào)：4038955