李庆峰，何 斌,王文胜,苏 畅,韩玺钰,梁怀丹

(1.中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033；

2.中国科学院大学，北京 100049；

3.北京信息科技大学 机电工程学院,北京 100192)

1 引 言

随着科技的快速发展，光学遥感器的图像分辨率有了大幅度提高，人造舰船目标的检测与识别在可见光遥感图像中有着极其重要的意义和研究价值。针对可见光遥感图像中的舰船目标检测任务，一方面，图像分辨率的提高可以获得目标更清晰丰富的形状纹理结构，有更多的数据量来描述目标灰度分布关联性；另一方面目标灰度同质性降低、纹理差别增大、云雾与海浪等干扰给舰船检测带来了新的挑战。如何及时高效地处理高分辨率可见光遥感图像信息，从海量数据中挖掘出有价值的信息，已经成为遥感图像分析与理解、智能视觉等领域研究的热点。舰船作为一类重要的、典型的人造目标检测对象，是用于海上运输的重要载体以及战争时期遭受攻击的重要军事目标。因此，对舰船的检测工作在民用和军事检测与识别领域有广阔的应用前景[1-2]。遥感载荷成像时会受到大气散射、杂散光干扰、云雾遮挡等诸多因素的影响。同时，海面云雾及孤立海岛等其他干扰物也会对海面舰船的成像干扰。因此，如何从复杂的海洋背景中快速、准确地检测和识别出舰船目标仍然是一个难题。

现有的舰船检测方法大多采用“先筛选后确认”的策略：首先通过一些计算量小的舰船特征和检测算法进行目标候选区域提取，从大幅图像中筛选出疑似目标的区域；……