融合顯著性紋理描述與增強型全局統(tǒng)計量的高分遙感影像艦船場景檢測與目標提取研究.pdf

1、隨著遙感技術(shù)的發(fā)展，遙感影像數(shù)據(jù)呈現(xiàn)海量化、多分辨率化、多源化、多頻段化的趨向。面對遙感大數(shù)據(jù)時代的到來，如何提高遙感影像分析處理能力以適應高速增長的圖像獲取水平，并在大數(shù)據(jù)中提取有價值的信息是目前遙感技術(shù)領(lǐng)域、圖像處理領(lǐng)域有待解決的難題。其中，遙感影像艦船目標檢測一直以來在民用、軍用領(lǐng)域都具有極其重要的戰(zhàn)略意義，也因此成為了圖像處理領(lǐng)域的一個熱點問題。隨著我國海洋問題的日益復雜化和尖銳化，以及十八大首次提出的“建設海洋強國”的戰(zhàn)略目標

2、，遙感影像艦船目標檢測的重要性上升到了一個前所未有的高度。
　　復雜海陸背景下大幅面高分遙感影像艦船目標檢測，通常采取由粗到精的檢測策略。對于大幅面高分遙感影像而言，人們所關(guān)心的目標通常只占據(jù)圖像中面積很小的一部分。例如，相比大面積的海洋、陸地等復雜背景區(qū)域，艦船目標相對較小。針對如何快速檢測到感興趣場景區(qū)域的問題，受視覺注意機制和場景Gist的啟發(fā)，本文提出了一種融合顯著性紋理描述與增強型全局統(tǒng)計量的場景描述方法并應用于海陸背景

3、下的艦船場景檢測。對檢測到的感興趣區(qū)域，利用對應的視覺顯著圖以及WTA機制實現(xiàn)艦船目標的快速提取，形成了一個相對完整的由場景檢測到目標提取的框架。
　　首先，顯著性與紋理描述分別采用計算復雜度較低的ITTI模型與LBP以提高檢測效率。同時，增強型全局統(tǒng)計量由基于多尺度與多方向的Gabor濾波得到。在此基礎上對顯著性局部紋理特征與全局統(tǒng)計量進行特征融合，該融合方式是對場景的顯著特征、局部紋理特征和全局概要特征的充分結(jié)合。其次，檢測過

4、程采用滑動窗口對大幅面圖像分塊并提取其融合特征，利用SVM對分塊圖像進行二分類，該過程在有效篩除陸地背景的同時，也可快速定位到感興趣艦船場景。根據(jù) Google Earth中國地區(qū)20幅大幅面高分遙感影像的實驗表明，本文提出的融合特征在場景檢測方面的性能大大優(yōu)于LBP紋理描述，且高于全局匯總統(tǒng)計量Gist特征5%，以及基于視覺顯著圖的LBP特征近3%，比Gabor均值方差高2%左右。最后，對檢測到的艦船場景的顯著圖中各個目標采用WTA競