共查询到13条相似文献，搜索用时 15 毫秒
1.
《中国海洋大学学报(自然科学版)》2017,(2)
目前针对背景复杂的海上舰船作为跟踪对象的跟踪算法研究较少。另外,多目标跟踪算法在变化频繁的背景条件下的精确性和实时性不足。为了提高多目标舰船跟踪的视觉跟踪算法的实时性和鲁棒性,本文提出了一种改进的基于TLD(Tracking-Learning-Detection)多目标舰船自动跟踪算法。该算法实现了海上多个目标舰船准确实时跟踪。首先,算法应用海天线检测与提取方法,利用最大类间方差阈值分割和Hough变换提取海天线;其次,算法利用Kalman滤波原理对海天线上的目标舰船进行定位与检测,分离出目标舰船;最后通过提取出来的目标用其最小外接矩形生成目标初始跟踪框,跟踪器利用初始跟踪框的位置坐标信息对目标进行实时自动跟踪。算法运行过程中都在海天线附近进行扫描检测,缩小了图像遍历范围,提高了算法的实时性。实验表明,通过对比典型的Mean-shift算法以及原始TLD目标跟踪算法,本文算法跟踪结果的精度较高,实时性较好。 相似文献
2.
基于空间分布与统计特性的海面远景目标检测方法 总被引：1，自引：0，他引：1
海面运动载体获取的可见光图像中,远景目标成像面积小、特征不显著、信噪比较低等特点增大了目标检测难度,现有方法难以同时取得较高的查全率与较低的虚警率。作者根据目标在图像中的空间分布与统计特性,提出了一种海面远景目标检测方法。首先结合直线特征与界线特征实现海天线检测,然后根据拉伊达准则实现明度图像中疑似目标像素与背景像素的分离,得到二值图像,最后对二值图像进行形态学处理,并根据疑似目标区域与海天线的位置关系,排除干扰区域。测试结果表明:所提方法具有较高查全率与较低虚警率,且实时性和鲁棒性较强。 相似文献
3.
胡红波 《数字海洋与水下攻防》2019,2(5):1-6
针对侧扫声呐图像噪声干扰严重、分辨率低、目标轮廓模糊等特点,提出了一种基于LOG算子的侧扫声呐图像水下小目标检测算法。首先,根据侧扫声呐图像中水下小目标成像特点,对声呐图像进行滤波及聚类分割,大幅降低图像中噪声;然后,采用斑点检测思想,提取侧扫声呐图像中疑似目标区域;最后,基于自动阈值分割算法对声呐图像进行分割,获取目标区域二值图像,使用二阶矩估计目标尺度,剔除虚假目标,最终实现水下小目标准确检测。实验结果表明：该方法计算速度快、检测成功率高,对侧扫声呐图像中的水下小目标具有良好的检测效果。 相似文献
4.
图像分割是SAR溢油检测中的关键步骤,但由于SAR影像中存在斑点噪声,使得一般的图像分割算法难以收到理想的效果,严重影响溢油检测的精度.发展一种基于凝聚层次聚类(Hierarchical Agglomerative Clustering,HAC)的溢油SAR图像分割算法.该算法利用多尺度分割的思想,能够有效保持SAR影像中溢油斑块的形状特征,并能减少细碎斑块的产生.利用2010年墨西哥湾的Envisat ASAR影像开展了溢油SAR图像分割实验,并将该算法和Canny边缘检测、OTSU阈值分割、FCM分割、水平集分割等方法进行了对比.结果显示,HAC方法可以有效减少细碎斑块的产生,有助于提高SAR溢油检测的精度. 相似文献
5.
针对侧扫声呐图像斑点噪声强、背景海底散射干扰严重,海底目标轮廓自动提取困难的问题,提出了一种基于K-means聚类与数学形态学相结合的海底目标轮廓自动提取算法。为克服噪声干扰,该算法首先利用中值滤波去除侧扫声呐图像中的强斑点噪声;然后采用K-means聚类算法对侧扫声呐灰度图像进行分割,并二值化,除去大部分海底背景噪声,初步提取出目标;接着利用数学形态学运算去除提取结果中的孤立噪点,并填充目标内部孔洞,得到连续化、圆滑的目标边缘;最后对处理后的侧扫声呐图像进行边缘检测,提取出目标轮廓。实验结果表明:该算法思想简单易行,具有很强的克服背景噪声的能力,自动提取的目标轮廓连续性较好,结果准确可靠。目前,在侧扫声呐图像目标轮廓提取过程中,主要采用人工方式,自动性较差,效率较低。本文算法可以实现目标轮廓的自动提取,提高效率,具有较强的实用价值。 相似文献
6.
海洋锋是海洋中的重要现象之一,通常可以利用锋面检测算法在遥感图像中进行提取。针对在海洋遥感图像质量较低、噪声较多的情况下梯度较小而尺度较大的海表面温度锋提取效果不佳的问题,对基于Jensen-Shannon散度的锋面提取方法进行了改进。具体改进是在计算图像散度时先进行直方图分析,即根据水温分布中的极小值对水温数据进行重新分组,然后使用新生成的水温分布来计算散度,另外还使用了Canny算法中的非极大值抑制对散度图中的锋面进行了细化。实验结果表明,改进后的方法提取出的锋面与使用梯度幅值表示的锋面基本吻合,同时比原方法更适合用于提取受噪声影响较多的水温图像中的大尺度锋面。 相似文献
7.
为了提高合成孔径雷达(syntheticapertureradar,SAR)图像中海上溢油的检测精度,设计了一种图像显著性和均值偏移分割相结合的暗斑检测方法,验证了该方法在SAR溢油图像暗斑识别中的有效性,为溢油区域的准确检测奠定了基础。针对SAR溢油图像中暗斑区域在人类视觉中属于感兴趣区域的特性,利用图像显著性检测方法对整幅SAR图像进行处理生成显著性图像,然后利用均值偏移方法在SAR图像的Lab空间将图像分割成不同区域,最后在显著性图像上利用每个区域的平均显著性值与动态阈值之间的关系确定溢油图像中的暗斑区域。实验结果表明,该方法不需要人工交互,且能够有效地提取出SAR图像溢油中的暗斑区域。 相似文献
8.
潟湖是水陆交接的地貌体,结合遥感手段实现水陆的准确、快速分割对于潟湖岸线长度和面积信息提取具有重要意义.以山东半岛的海岸潟湖为研究对象,利用7景2010年左右覆盖研究区域的Landsat TM图像,在图像几何校正和信息增强的基础上,采用敏感波段组合的阈值分割方法,通过对比归一化植被指数(NDVI)、归一化水体指数(NDWI)和改进的归一化差异水体指数(MNDWI)方法处理潟湖边界信息的敏感性,确定了基于NDWI的潟湖水陆分割方法,并通过栅矢转换完成了潟湖边界范围的自动提取,为了避免由于栅格精度限制而导致的边界信息提取结果不圆滑,采用样条函数法的插补算法进行平滑处理.同时,为了验证潟湖信息自动提取的精度,提出了一种基于相同地理位置的斑块精度验证方法,利用人工目视解译的结果,从潟湖的形状、岸线长度和面积3个角度评价自动提取的结果,该方法可验证潟湖边界自动提取结果与真实潟湖边界的形状相似度,并对相似度较好的潟湖信息提取结果进行精度分析. 相似文献
9.
针对影响拖曳线列阵声纳系统目标检测性能的两种典型近场强干扰源,由宽带近场阵列模型,提出了基于功率谱相关的干扰抵消方法,通过比较基元域频域信号与干扰波束信号功率谱之间的相似关系,找到与每路基元信号相匹配的干扰分量信号,最后通过频域块自适应滤波算法实现每路基元域信号中的干扰抵消。宽带仿真结果与海试表明,这种方法在强干噪比和低信噪比条件下,比最小方差无失真响应和传统基元域干扰抵消方法在阵增益方面提高约10dB。相比传统基元域干扰抵消方法,这种方法能够实现抵消拖船干扰的同时抵消邻近目标强干扰。 相似文献
10.
11.
受海上环境、太阳高度角和无人船航向等因素的影响,无人船监控图像中海面反光现象不可避免,进而干扰后续视频处理,例如海天线的提取和运动目标的跟踪等。本文提出了一种无人船视频监控海面反光区域的检测及去除方法。首先,利用RGB颜色通道中的最大值与最小值获取像素点的亮度比例关系,检测海面反光区域中的高亮像素点。然后,针对检测到的高亮像素点进行形态学膨胀操作,获取较完整的海面反光区域。最后,结合反光区域中像素点亮度值随其位置分布的变化特点,使用加权后的邻域像素进行高亮成分抑制,实现反光区域的去除,并完成了无人船监视图像处理实验验证。实验结果显示,所提出的方法可有效检测并去除海面反光区域。 相似文献
12.
海洋一号C（HY-1C）卫星是中国首颗海洋水色业务卫星,其搭载的海岸带成像仪（CZI）在近海海洋环境监测中正发挥越来越重要的作用;随着搭载有相同传感器的HY-1D卫星发射,双星组网观测,可形成3天2次的高频次、大范围对海观测能力,在海洋漂浮藻类、海洋溢油等目标探测方面具备优异的效能。高空间分辨率光学数据中包含了丰富的海洋环境信息,给特定目标的识别提取带来一定干扰。本研究面向HY-1C卫星CZI载荷开展中国近海漂浮藻类识别提取的业务化应用需求,发展基于藻类缩放指数与虚拟基线高度融合的海洋漂浮藻类识别提取算法,算法优选适用于无短波红外波段国产数据的虚拟基线高度指数来增强藻类信号,通过藻类缩放指数滑动窗口运算,有效剔除高空间分辨率光学数据中的复杂干扰信息,实现了基于CZI数据的海洋漂浮藻类高精度提取,且具有较好的计算运行效率。此外,结合准同步高分卫星16 m多光谱数据,开展CZI数据含藻像元的不确定性分析,发现CZI数据反演结果对近海小斑块漂浮藻类存在不可忽视的高估现象。研究还指出,光学数据用于漂浮藻类监测,其不确定性不仅来源于传感器的空间分辨率差异,还与海洋漂浮藻类形态特征的空间分异性有关。明晰海洋漂浮藻类的形态学空间分异特征,将有助于提高光学数据反演结果的精度,并阐明不确定性。 相似文献
13.
基于面向对象和模糊逻辑的SAR溢油检测算法 总被引：1，自引：1，他引：0
星载合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候的工作能力,已被众多学者认为是非常适合探测海面溢油污染的遥感器。然而在SAR影像中经常出现"类油膜"现象,这严重干扰了SAR溢油检测的精度。因此,如何有效区分SAR影像中的油膜和类油膜,对提升溢油检测精度具有重要意义。本文利用面向对象图像分析的方法,从20景ENVISAT ASAR影像中提取了较多的溢油和类油膜样本,对其基于对象的形状、物理和纹理特征进行了综合分析,找出了适合区分溢油和类油膜的特征量。利用特征分析的结论,本文建立了一种基于模糊逻辑的溢油检测算法。该算法可以有效区分SAR影像中的溢油和类油膜,还可以给出暗斑被判定为溢油的概率。溢油检测实验说明,本文方法能够得到令人满意的效果。 相似文献