温 奇，李苓苓，刘庆杰，樊文锋，林月冠，孙俊格

1.中华人民共和国民政部 国家减灾中心，北京 100124；2.中华人民共和国民政部 减灾和应急工程重点实验室，北京 100124；3.北京航空航天大学 计算机学院，北京 100191；4.国家测绘地理信息局 卫星测绘应用中心，北京 101300；5.华东计算技术研究所，上海 200233

1 引 言

高空间分辨率遥感影像可以更加精确地分析地物覆盖类型、提取感兴趣目标。然而，空间分辨率的提高在带来便利的同时也带来了挑战。高分辨率遥感图像中场景复杂、目标类型多样，即便是同一类型的目标，也会呈现出多种形态，给目标的检测识别带来极大的困难。近年来，注意力选择机制被广泛的应用到模式识别领域中，并且在自然图像的目标识别方面已经收到了很好的效果，在遥感图像处理与解译中也受到广泛关注［1］。

自从文献［2］提出第一个可计算的视觉显著性区域检测方法以来，显著性检测方法得到了快速的发展［3－6］，在很多图像处理领域得到了成功的应用，并很快被引入到遥感图像处理与解译中。文献［7］将显著性计算应用到船只检测与识别中。文献［1］将基于HSI颜色空间的视觉注意力模型应用到海上船只检测中，该模型可以较为有效地消除海浪杂波的干扰，提取到的显著性区域能够比较紧凑地包含目标。同样为减少海线上杂波的干扰，文献［8］利用局部和全局显著性融合的方法来计算显著性目标。文献［9］首先利用频域差值的方法［5］获得图像的全局显著图，然后再利用Gabor滤波器组得到图像的能量子图，最后融合以得到目标。……