尺度自适应分层多阈值热红外遥感舰船检测          下载免费PDF全文

马兰  陈筱勇 《海洋测绘》2017,(4):62-66

针对热红外遥感图像由于低对比度、条带噪声、低空间分辨率等特点而导致的检测效果不佳问题,提出了一种近岸舰船目标尺度自适应选择分层多阈值检测方法。采用舰船模板图像尺度归一化高斯拉普拉斯函数取极大值准则进行尺度自适应选择,利用所选的高斯多尺度空间差分多阈值筛选进行近岸舰船检测,并根据不同类型舰船模板图像尺度和分块数选择对热红外图像舰船目标检测的影响进行验证实验。实验结果表明:所提方法能根据模板尺度特征滤除相似区域,通过设置合理尺度和阈值参数能实现有效检测,且具有一定的抗噪能力。  相似文献   

一种增强型YOLOv3的合成孔径雷达(SAR)舰船检测方法     

张明  王子龙  吕晓琪  喻大华  张宝华  李建军 《海洋科学》2021,45(12):1-7

近年来,海战场成为现代战争的主要作战区域之一,舰船目标逐渐成为海上重点监测对象,能否快速准确地识别海战场舰船目标的战术意图,给指挥员的决策提供必要的支持,这关系到一场海上战役的成败.随着合成孔径雷达(synthetic aperture radar,SAR)成像技术的不断发展,大量SAR图像可用于舰船目标检测与识别.利用SAR图像进行舰船目标检测与识别,已经成为重要的海洋应用之一.针对传统SAR图像舰船检测方法准确率较低的问题,本文在YOLOv3的基础上,结合感受野(receptive field block,RFB)模块,提出一种增强型的SAR舰船检测方法.该方法在最近公开的SAR图像舰船检测数据集上平均准确率值达到了91.50％,与原YOLOv3相比提高了0.92％.实验结果充分表明本文提出的算法在SAR舰船的检测中具有较好的检测效果.  相似文献   

基于粗糙集理论的水下红外图像增强     

张瑞兰 《海洋技术学报》2010,29(2)

图像增强是通过改变图像中某类像素的灰度值,以改变图像视觉效果或为有助于机器自动分割。水下红外图像对比度差,干扰强,为了便于人工判读,在保边去噪的基础上还要进行增强处理。将基于粗糙集理论的中值滤波和增强方法应用于水下红外图像处理中,给出了实验结果。结果表明这种方法具有可行性。  相似文献   

基于改进的IHS方法的SAR图像增强与融合     

张微  丁献文  陈汉林 《海洋学研究》2007,25(1):73-79

从目前SAR图像处理及其应用的研究现状来看,SAR图像和可见光图像相结合的处理和应用模式已得到公认,但是这种模式并不是完美的。探究了在没有可见光数据情况下SAR图像的增强和融合的方法,提出了一种基于改进的IHS方法的SAR图像增强与融合的算法。实践证明,这种改进的IHS方法融合的图像比传统的IHS方法融合的图像具有更高的对比度和清晰度。  相似文献   

海底小目标声呐图像一维最大熵分割的改进方法     

郭海涛  杨志民  田坦  戴愚志 《海洋学报》2007,29(4):152-155

作为海洋高新技术,水声技术日益成为海洋水下探测的主要手段,而且有时是惟一的手段(比如对浑水或对远距离的情况).海底物体搜索、海底救捞、海底探宝、海底“黑烟囱”探测、海底施工以及海洋军事活动(如探测水雷)等多方面都涉及海底小目标(这里的“目标”泛指物体,包括各种人工制造物和自然形成物)探测.对海底小目标探测是一个困难而有意义的课题.高分辨成像声呐在海底小目标探测方面具有良好的应用前景.将高分辨成像声呐应用于海底小目标探测,图像处理是关键.图像分割是图像处理中的主要问题,也是机器视觉领域低层视觉中的主要问题,同时它又是一个经典难题.  相似文献   

一种基于小波变换的SAR海洋图像数据增强系统   总被引：5，自引：0，他引：5  

闫敬文  王超  卢刚  郭子祺 《海洋学报》2001,23(5):130-135

提出了一种基于小波变换的SAR海洋图像数据增强系统,并进行了试验.本系统包括小波变换、Speckle及Pepper-Salt噪声抑制、船等目标提取、内波提取、目标数统计和图像图形显示放大等功能.该图像增强系统可以对含有常见的高斯噪声及Speckle和Pepper-Salt非高斯噪声的污染图像数据进行增强处理,可对SAR等微波成像传感器数据、光学成像传感器数据进行增强处理,具有广泛的应用前景  相似文献   

星载微波辐射计空间分辨率增强算法研究   总被引：1，自引：0，他引：1  

尹红刚  张德海 《海洋科学进展》2004,22(Z1):192-197

由于天线尺寸和重量受到限制,星载微波辐射计的空间分辨率通常都比较低.同时在测量地理参数时往往要用到辐射计的多个频率通道测量值,这就需要把不同通道的空间分辨率统一成某个较高空间分辨率.因此,出于应用的目的,利用微波辐射计空间分辨率增强算法来得到较高分辨率的图像很有必要.简单介绍了增强星载微波辐射计图像空间分辨率的几种算法,详细叙述了Backus-Gilbert反演算法的原理.设计了带有一些地物特征的人工合成图像,并使用BG反演算法对一模拟辐射计的生成图像进行了增强处理.从处理前后的图像对比可知,无论辐射计测量是否含有噪声,BG反演算法都很好地提高了辐射计生成图像的空间分辨率.在考虑噪声时,通过分析增强处理后图像与人工合成图像之间的相关性,仔细挑选协调参数,对分辨率和噪声进行了较好的折中处理.  相似文献   

海岛遥感图像数据管理示范系统的构架与分析     

冷秀华  赵伟  李瑞香 《海岸工程》2007,26(3):72-77

使用数据分割和数据开采技术将海岛遥感图像数据分割成较小的可以独立管理的物理单位,然后对其图像数据进行重构和重组以及非监督分类、截取、拼接和波形比对.此数据管理系统除具有访问常规的数据库管理、维护和使用等功能外,还根据应用需求,在集成系统环境下开发了处理后光谱数据的特征量分析、推理和判断功能.  相似文献   

基于YOLO模型的SAR舰船目标检测方法研究          下载免费PDF全文

姜赋坤  黄香诚  张晓波  周兴华 《海洋技术学报》2023,(4):14-27

随着海上交通运输业业务需求的不断增加,传统的目标检测方法已无法满足实际需求。由于卫星遥感技术的快速发展,基于合成孔径雷达（Synthetic Aperture Radar,SAR）图像舰船目标自动识别具有显著的应用潜力。近年来,深度学习技术在目标检测领域逐渐显现出优势,特别是YOLO (You Only Look Once)模型以其较高的精度和计算效率,为SAR舰船目标的识别提供了一种新的方法。为对比不同的YOLO模型在舰船目标识别领域的性能及其相比于两阶段深度学习算法的优势,本文首先对YOLO系列的结构进行了归纳总结;其次对当前广泛使用的数据集进行了对比分析,并基于SAR图像数据集（SAR Ship Detection Dataset,SSDD）的样本进行重新标注构建出本文的数据集;然后将YOLO系列模型与两阶段目标检测方法——更快速的区域卷积神经网络（Faster Region-based Convolutional Neural Network,Faster R-CNN）在SAR舰船目标检测的精度和速度两方面进行对比实验;最后在YOLOv5模型的基础上对主干网络（Backbone...  相似文献   

基于GIS和分形理论研究的海岸线图像和分维以及长度     

周江  印萍  程荡敌  方晶  岳军 《海洋地质与第四纪地质》2008,28(4)

分形理论对于海岸线性质的研究具有重要作用,分形插值方法作为处理此类问题的全新手段,可以根据少量数据刻划景物特征,产生预期的景物图像.扼要介绍了分形插值函数,据此可得到景物曲线的分形模拟图像、分维和长度.在此基础上,结合Visual Basic环境和国产全组件式GIS软件SuperMap Objects组件开发平台,开发相应的分形插值计算系统,然后以天津市海岸线为实例,实现海岸线的分形模拟图像,计算出海岸线分维,并归算得到海岸线的实际分形长度.结果表明,应用分形插值系统可以一举获得海岸线的分形模拟图像、分维和长度.  相似文献