复杂海况下遥感图像舰船目标检测方法研究
LASER & OPTOELECTRONICS PROGRESS（2019）
Abstract
针对复杂海况下遥感图像舰船检测易受舰船尾迹、海杂波、油污和薄云等影响,导致检测结果可靠性较低且小目标舰船不易被检测的问题,提出一种自适应稳健背景的显著性优化舰船目标检测模型.利用顶帽算法对原图进行预处理,抑制舰船尾迹、海杂波等干扰;提出自适应超像素分割方法对稳健背景检测模型进行优化;改进基于均值信息的大津法(Otsu),确定舰船所在区域.结果 表明,该方法可以在多种海况下有效检测舰船位置,具有较高的检测准确率(91.20％)、召回率(79.31％)及综合评价指标(84.00％),相比于其他显著性检测模型,该方法具有明显优势,适用于复杂海况下遥感图像小目标舰船检测.
MoreTranslated text
Key words
image processing, remote sensing image, saliency detection, lflophat algorithm, adaptive superpixel segmentation, Otsu algorithm
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined