CN113379694A - 雷达图像局部点面对比度积舰船检测方法 - Google Patents
雷达图像局部点面对比度积舰船检测方法 Download PDFInfo
- Publication number
- CN113379694A CN113379694A CN202110610293.5A CN202110610293A CN113379694A CN 113379694 A CN113379694 A CN 113379694A CN 202110610293 A CN202110610293 A CN 202110610293A CN 113379694 A CN113379694 A CN 113379694A
- Authority
- CN
- China
- Prior art keywords
- local
- image
- pixel
- point
- contrast
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 230000002708 enhancing effect Effects 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种雷达图像局部点面对比度积舰船检测方法,包括:获取雷达图像,并对所述雷达图像进行均值漂移滤波得到待处理图像;构建部差异性增强因子对所述待处理图像,从而增强船舶目标与背景的边缘,获取第一增强图像;构建点对比度权重以及面对比度权重,并基于二者获取局部点面对比度积,并基于所述局部点面对比度积对第一增强图像进行处理,从而增强目标与背景的对比度,获取第二增强图像;对所述第二增强图像进行线性拉伸以增大舰船目标与非舰船目标的差距,进而获取舰船目标。
Description
技术领域
本发明涉及遥感图像处理技术领域,具体而言,尤其涉及一种雷达图像局部点面对比度积舰船检测方法。
背景技术
现有舰船识别方法主要包括以下几种类型:1、利用船舶与周围海域统计特征的差异,通过小波系数对这些差异信息进行多尺度分析,能够有效的检测舰船目标。2、同时考虑邻域的空间信息和灰度信息,将像素映射到高维特征空间对舰船目标和海面进行有效区分。3、通过计算每个像素的方差加权信息熵,通过熵增强了舰船与海面的对比度。
但是在舰船目标的后向散射系数与杂波的后向散射系数差异较小且杂波比较严重时,上述已有舰船检测方法都无法获得满意的检测效果。
发明内容
本发明提供一种雷达图像局部点面对比度积舰船检测方法,能够有效的检测基于SAR图像的海上舰船目标。
本发明采用的技术手段如下:
一种雷达图像局部点面对比度积舰船检测方法,包括:
获取雷达图像,并对所述雷达图像进行均值漂移滤波得到待处理图像;
构建部差异性增强因子对所述待处理图像,从而增强船舶目标与背景的边缘,获取第一增强图像;
构建点对比度权重以及面对比度权重,并基于二者获取局部点面对比度积,并基于所述局部点面对比度积对第一增强图像进行处理,从而增强目标与背景的对比度,获取第二增强图像;
对所述第二增强图像进行线性拉伸以增大舰船目标与非舰船目标的差距,进而获取舰船目标。
进一步地,构建部差异性增强因子对所述待处理图像,包括:
构建大小为3×3的局部窗口,获取窗口内各像素点像素;
基于局部窗口内各像素点的局部均值;
在局部窗口中构建局部块,所述局部块包括中心像素和一个邻域像素,计算各局部块内的局部均值特征;
选择局部均值特征的最大值作为目标边缘像素的增强因子,选择局部均值特征的最小值作为非目标边缘像素的增强因子。
进一步地,构建点对比度权重以及面对比度权重,并基于二者获取局部点面对比度积,包括:
构建局部背景窗口,所述局部背景窗口在待处理图像上滑动获取多个图像块;
获取每个图像块的中心块;
基于中心块各像素的值获取点对比度权重;
基于中心块的像素均值与邻域块的像素均值获取面对比度权重;
将所述点对比度权重与面对比度权重相乘作为局部点面对比度积。
进一步地,所述中心块的尺寸最小为最大舰船宽度的二分之一。
进一步地,对所述第二增强图像进行线性拉伸以增大舰船目标与非舰船目标的差距,包括:
获取第二增强图像中各像素值;
基于像素最大值对各像素值进行拉伸处理;
通过阶跃函数对拉伸图像进行修正处理;
基于预设判别阈值对修正后的图像进行判别,从而识别舰船目标。
较现有技术相比,本发明具有以下优点:
本发明方法能够有效的检测基于SAR图像的海上舰船目标;通过局部点面对比度积,解决了SAR图像复杂海况下舰船难以检测的问题;本发明方法运行速度快,准确度高,且没有使用额外的辅助数据,对数据的完备性要求较低。
基于上述理由本发明可在遥感图像识别领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种雷达图像局部点面对比度积舰船检测方法流程图。
图2为本发明局部窗示意图,其中(a)为局部窗口,(b)为局部块。
图3为本发明局部点面对比度积的计算窗口,其中(a)为多级窗口,(b)为局部窗口。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,本发明提供了一种雷达图像局部点面对比度积舰船检测方法,包括:
S1、获取雷达图像,并对所述雷达图像进行均值漂移滤波得到待处理图像。
S2、构建部差异性增强因子对所述待处理图像,从而增强船舶目标与背景的边缘,获取第一增强图像。主要包括:
S201、构建大小为3×3的局部窗口,获取窗口内各像素点像素;
S202、基于局部窗口内各像素点的局部均值;
S203、在局部窗口中构建局部块,所述局部块包括中心像素和一个邻域像素,计算各局部块内的局部均值特征;
S204、选择局部均值特征的最大值作为目标边缘像素的增强因子,选择局部均值特征的最小值作为非目标边缘像素的增强因子。
具体来说,为了增强船舶目标与背景的边缘,本专利提出一种局部差异性增强因子的构建方法。构建局部差异性增强因子的思想如图2所示,图2(a)为3×3的局部窗口,其中X表示中心像素,X1~X8表示其邻域像素。将中心像素与其上、下、左和右四个邻域像素点分别组成四个局部块,如图2(b)所示。mX表示中心像素X的局部均值,mX1~mX8分别为像素点X1~X8对应的局部均值。各像素点的局部均值是在以各像素点为中心的3×3的局部窗中利用双边核计算所得,比如mXi的计算方式为:
其中i表示中心像素,j表示邻域像素,xi表示中心像素i的像素值,xj表示邻域像素j的像素值,σd和σr分别表示空间域和范围域的参数。
假设图2(b)各局部块内部两个局部均值之和分别为n1、n2、n3和n4,nmax表示其中最大值,nmin表示其中最小值。当中心像素为目标边缘像素时,选择nmax作为增强因子,否则选择nmin作为增强因子,则目标边缘与背景的边缘得到增强。
其原因在于:假设目标像素相邻两点局部均值之和大于背景像素相邻两点局部均值之和,当中心像素为目标边缘像素时,由于目标的连通性,在中心像素的上、下、左和右四个邻域像素点中至少有一个为目标像素点,nmax必然是由中心像素和其中一个目标像素局部均值计算所得,选择nmax作为增强因子,则该增强因子乘以当前像素的局部均值将增强目标边缘像素的局部均值;当中心像素为目标内部像素,所有的邻域点均为目标像素,选择nmin作为增强因子时,则该增强因子乘以当前像素的局部均值将增强目标像素的局部均值;当中心像素为背景像素,中心像素的上、下、左和右四个邻域像素点至少有一个为背景像素点,选择nmin作为增强因子时,则该增强因子乘以当前像素的局部均值将增强背景像素的局部均值,若用C1表示目标边缘增强程度,C2表示目标内部增强程度,C3表示背景边缘增强程度,C4表示背景内部增强程度,则C1=C2>C3=C4。原因在于目标边缘与目标内部的局部均值相同,而目标边缘的增强因子与目标内部的增强因子相同,因此C1=C2,背景边缘与背景内部的局部均值相同,而背景边缘的增强因子与背景内部的增强因子相同,因此C3=C4,而目标内部局部均值大于背景局部均值,目标内部增强因子大于背景增强因子,所以C2>C3。因此,通过此增强因子对目标与背景的边缘进行了增强。
然而增强目标与背景的边缘的首要任务是判断哪些像素点属于目标边缘像素点。当中心像素点为目标内部像素点时,其邻域最小局部均值往往和中心像素局部均值的差异较小,nmin和2mX的比值较大,由于此时的邻域最小局部均值较大,故选择较小的增强因子依然能够相对增强目标边缘;当中心像素点为目标边缘像素点时,其邻域最小局部均值往往和中心像素局部均值的差异较大,nmin和2mX的比值较小,此时选择较大的增强因子能够相对增强目标边缘;当中心像素点为背景边缘像素点时,其邻域最小局部均值通常和中心像素局部均值的差异较小,nmin和2mX的比值较大,此时选择较小的增强因子能够相对抑制背景边缘;当中心像素点为背景内部像素点时,其邻域最小局部均值往往和中心像素局部均值的差异较小,nmin和2mX的比值较大,此时选择较小的增强因子能够相对抑制背景像素。因此,局部差异性增强因子wc可以构建为:
其中mX表示3×3的局部窗中心像素的局部均值,nmin表示中心像素的增强因子,常数β为阈值门限,β的取值范围为0-1,经过大量实验分析常数β取值0.8时目标和背景的边缘增强效果最佳。通过式(2)得到中心像素增强后的值为:
xX=mX·wc (3)
其中xX表示中心像素的增强值,当中心像素为目标像素时xX较大;当中心像素为背景像素时xX较小。通过计算图像中各像素点的增强值,得到基于局部差异性增强因子的增强图像W。
S3、构建点对比度权重以及面对比度权重,并基于二者获取局部点面对比度积,并基于所述局部点面对比度积对第一增强图像进行处理,从而增强目标与背景的对比度,获取第二增强图像。主要包括:
S301、构建局部背景窗口,所述局部背景窗口在待处理图像上滑动获取多个图像块;
S302、获取每个图像块的中心块;
S303、基于中心块各像素的值获取点对比度权重;
S304、基于中心块的像素均值与邻域块的像素均值获取面对比度权重;
S305、将所述点对比度权重与面对比度权重相乘作为局部点面对比度积。
具体来说,为了增强目标和背景的对比度提出了一种基于局部点面对比度积方法。局部点面对比度积的构建如图3(a)所示,u表示中心块,v表示局部背景窗口,w表示整幅图像。如果中心块u不同于其邻域,则可以增强图像块v中央的目标。当窗口v在整个图像w上移动时,可以获得大小为v的不同图像块。如图3(b)所示,对于每个图像块v,中心块u被其周围的八个邻域块包围。中心块的尺寸最小为最大舰船宽度的二分之一。山东号***作为我国最大的舰船,其宽度为75米,在分辨率为10米的Sentinel-1的图像中约为8个像素。为了在有效检测舰船目标的前提下减少不必要的计算量,本专利将中心块的尺寸设置为5,局部窗口的尺寸为中心块尺寸的3倍。
为了抑制目标附近的背景像素,以降低块差异性对边缘的展宽,构建一种点对比度权重wp:
X={xi,1≤i≤N} (7)
其中xT表示增强图像W中心像素的值,xi表示中心块第i个像素的值,N表示中心块的像素数量,X是中心块所有像素点的集合,max(X)表示中心块的最大值。wp越大,中心像素与中心块最大值之间的相似性越大;wp越小,中心像素与中心块最大值之间的相似性越小。
为了抑制海面不均匀性导致的小目标,以降低海杂波对虚警率的影响,构建一种面对比度权重ws:
X1={mj,1≤j≤L} (9)
其中mT表示中心块的均值,mj表示第j个邻域块的均值,L表示邻域块的数量。X1是所有邻域块均值的集合,min(X1)表示最小的邻域均值。ws越大,中心块与其邻域块之间的差异性越大;ws越小,中心块与其邻域块之间的差异性越小。
由公式(6)和公式(8)共同构建一种局部点面对比度积c为:
由式(10)可以得到当前像素经过局部点面对比度积计算后的值xE为:
从式(6)、(8)和(11)中可以看出,当中心像素点为目标像素点时xE的值较大;当中心像素点为背景像素点时xE的值较小,从而增强了目标与背景的对比度。
S4、对所述第二增强图像进行线性拉伸以增大舰船目标与非舰船目标的差距,进而获取舰船目标。主要包括:
S401、获取第二增强图像中各像素值;
S402、基于像素最大值对各像素值进行拉伸处理;
S403、通过阶跃函数对拉伸图像进行修正处理;
S404、基于预设判别阈值对修正后的图像进行判别,从而识别舰船目标。
具体来说,经过局部点面对比度积计算之后,非舰船小目标的值小于舰船目标的值且大于背景的值。为了抑制非舰船小目标,对局部点面对比度积方法生成的图像进行线性拉伸来增大舰船目标与非舰船小目标的差距。设局部点面对比度积增强后生成的图像为Y,Y中第i个像素的值为Yi,Y中所有像素的最大值为Ymax,第i个像素归一化并拉伸后的值Zi为:
拉伸后,舰船目标的值依然很大,非舰船目标的值变小,两者的差距变大,像素的取值范围由0~1变为-1~1。为了方便判别,通过阶跃函数将其取值范围修正到0和1之间,修正后的Zi表示如下:
Zi=h(Zi) (13)
其中阶跃函数h表达式为:
修正后的图像真方图出现两个较大的峰值,一个接近于0,一个接近于1,故本专利选取中间数0.5作为判别阈值。Zi大于0.5的像素被判为目标像素,Zi小于0.5的像素被判为背景像素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种雷达图像局部点面对比度积舰船检测方法,其特征在于,包括:
获取雷达图像,并对所述雷达图像进行均值漂移滤波得到待处理图像;
构建部差异性增强因子对所述待处理图像,从而增强船舶目标与背景的边缘,获取第一增强图像;
构建点对比度权重以及面对比度权重,并基于二者获取局部点面对比度积,并基于所述局部点面对比度积对第一增强图像进行处理,从而增强目标与背景的对比度,获取第二增强图像;
对所述第二增强图像进行线性拉伸以增大舰船目标与非舰船目标的差距,进而获取舰船目标。
2.根据权利要求1所述的雷达图像局部点面对比度积舰船检测方法,其特征在于,构建部差异性增强因子对所述待处理图像,包括:
构建大小为3×3的局部窗口,获取窗口内各像素点像素;
基于局部窗口内各像素点的局部均值;
在局部窗口中构建局部块,所述局部块包括中心像素和一个邻域像素,计算各局部块内的局部均值特征;
选择局部均值特征的最大值作为目标边缘像素的增强因子,选择局部均值特征的最小值作为非目标边缘像素的增强因子。
3.根据权利要求1所述的雷达图像局部点面对比度积舰船检测方法,其特征在于,构建点对比度权重以及面对比度权重,并基于二者获取局部点面对比度积,包括:
构建局部背景窗口,所述局部背景窗口在待处理图像上滑动获取多个图像块;
获取每个图像块的中心块;
基于中心块各像素的值获取点对比度权重;
基于中心块的像素均值与邻域块的像素均值获取面对比度权重;
将所述点对比度权重与面对比度权重相乘作为局部点面对比度积。
4.根据权利要求3所述的雷达图像局部点面对比度积舰船检测方法,其特征在于,所述中心块的尺寸最小为最大舰船宽度的二分之一。
5.根据权利要求3所述的雷达图像局部点面对比度积舰船检测方法,其特征在于,对所述第二增强图像进行线性拉伸以增大舰船目标与非舰船目标的差距,包括:
获取第二增强图像中各像素值;
基于像素最大值对各像素值进行拉伸处理;
通过阶跃函数对拉伸图像进行修正处理;
基于预设判别阈值对修正后的图像进行判别,从而识别舰船目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110610293.5A CN113379694B (zh) | 2021-06-01 | 2021-06-01 | 雷达图像局部点面对比度积舰船检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110610293.5A CN113379694B (zh) | 2021-06-01 | 2021-06-01 | 雷达图像局部点面对比度积舰船检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113379694A true CN113379694A (zh) | 2021-09-10 |
CN113379694B CN113379694B (zh) | 2024-02-23 |
Family
ID=77575242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110610293.5A Active CN113379694B (zh) | 2021-06-01 | 2021-06-01 | 雷达图像局部点面对比度积舰船检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379694B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150063703A (ko) * | 2013-12-02 | 2015-06-10 | 에스티엑스조선해양 주식회사 | 증강현실 기반 선박의 블록 검사 방법 |
CN109427055A (zh) * | 2017-09-04 | 2019-03-05 | 长春长光精密仪器集团有限公司 | 基于视觉注意机制和信息熵的遥感图像海面舰船检测方法 |
CN109886218A (zh) * | 2019-02-26 | 2019-06-14 | 西安电子科技大学 | 基于超像素统计相异性的sar图像舰船目标检测方法 |
WO2019223068A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技(深圳)有限公司 | 虹膜图像局部增强方法、装置、设备及存储介质 |
CN112698330A (zh) * | 2020-12-14 | 2021-04-23 | 大连海事大学 | 基于比值对数积的极化sar图像非局部均值方法 |
-
2021
- 2021-06-01 CN CN202110610293.5A patent/CN113379694B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150063703A (ko) * | 2013-12-02 | 2015-06-10 | 에스티엑스조선해양 주식회사 | 증강현실 기반 선박의 블록 검사 방법 |
CN109427055A (zh) * | 2017-09-04 | 2019-03-05 | 长春长光精密仪器集团有限公司 | 基于视觉注意机制和信息熵的遥感图像海面舰船检测方法 |
WO2019223068A1 (zh) * | 2018-05-25 | 2019-11-28 | 平安科技(深圳)有限公司 | 虹膜图像局部增强方法、装置、设备及存储介质 |
CN109886218A (zh) * | 2019-02-26 | 2019-06-14 | 西安电子科技大学 | 基于超像素统计相异性的sar图像舰船目标检测方法 |
CN112698330A (zh) * | 2020-12-14 | 2021-04-23 | 大连海事大学 | 基于比值对数积的极化sar图像非局部均值方法 |
Non-Patent Citations (2)
Title |
---|
仇荣超;吕俊伟;娄树理;: "基于多尺度局部对比度的前视红外舰船目标增强", 电光与控制, no. 09, 9 January 2018 (2018-01-09) * |
石桂名;索继东;: "基于多尺度Harris算法的海上舰船目标检测", 电视技术, no. 09, 5 September 2018 (2018-09-05) * |
Also Published As
Publication number | Publication date |
---|---|
CN113379694B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiao et al. | Local stereo matching with improved matching cost and disparity refinement | |
CN112837303A (zh) | 一种用于模具监视的缺陷检测方法、装置、设备及介质 | |
CN108038856B (zh) | 基于改进多尺度分形增强的红外小目标检测方法 | |
CN106600613B (zh) | 基于嵌入式gpu的改进lbp红外目标检测方法 | |
CN113822352B (zh) | 基于多特征融合的红外弱小目标检测方法 | |
CN112560619A (zh) | 一种基于多聚焦图像融合的多距离鸟类精准识别方法 | |
CN111815668A (zh) | 目标跟踪方法、电子设备及存储介质 | |
CN115359258B (zh) | 一种成分不确定度测量的弱小目标检测方法及*** | |
CN108388901B (zh) | 基于空间-语义通道的协同显著目标检测方法 | |
CN111178193A (zh) | 一种车道线的检测方法、检测装置及计算机可读存储介质 | |
Pok et al. | Efficient block matching for removing impulse noise | |
CN112598708A (zh) | 一种基于四特征融合和权重系数的高光谱目标跟踪方法 | |
CN112907580A (zh) | 一种应用于弱纹理场景下的综合点线特征的图像特征提取和匹配算法 | |
CN113205494B (zh) | 基于自适应尺度图像块加权差测量的红外小目标检测方法和*** | |
CN107369163B (zh) | 一种基于最佳熵双阈值分割的快速sar图像目标检测方法 | |
CN109766924A (zh) | 基于图像信息熵与自适应阈值daisy特征点的图像检测方法 | |
CN117253150A (zh) | 一种基于高分辨率遥感图像的船舶轮廓提取方法及*** | |
CN112435283A (zh) | 图像的配准方法、电子设备以及计算机可读存储介质 | |
CN117197682A (zh) | 一种长波红外遥感影像进行盲元检测与去除的方法 | |
CN113379694A (zh) | 雷达图像局部点面对比度积舰船检测方法 | |
CN108401563B (zh) | 基于多尺度均值滤波和显著性检测的红外小目标检测方法 | |
CN114972400A (zh) | 基于频域残差分析的红外弱小目标检测方法 | |
CN113592801A (zh) | 视频图像的条纹干扰检测方法及其装置 | |
CN113888428A (zh) | 一种基于局部对比度的红外弱小目标检测方法及装置 | |
CN112215104A (zh) | 一种基于超像素分割的海冰提取方法、装置和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |