一种基于差分滤波的红外舰船目标检测方法
2020-07-02修炳楠吕俊伟鹿珂珂
指挥与控制学报 2020年2期
修炳楠 吕俊伟 鹿珂珂
1.海军航空大学山东烟台264001
无人机对指定区域的舰船目标进行侦察监视时,如果对被侦察目标缺乏有效的预先样本图像积累,很难使用机器学习等需要大量样本图像数据的方法进行图像目标检测.在这种情况下,可以采用预先分析红外舰船目标特征,根据目标特征设计检测器的方式来进行图像目标检测.
目前,红外舰船目标检测典型的研究方向有特征判别、视觉显著性检测和背景剪除等.其中,特征判别类算法一般根据图像的全局或者局部特征来检测目标.经典的点特征检测算法是Harris 提出的角点检测算法[1].该算法用微分算子和矩阵特征值进行检测.算法对噪声不敏感且具有旋转不变性.因其具有较高的检测准确率,至今依然被应用于目标检测.Harris-Laplacian 检测算子[2−3]将Harris 角点检测算子与高斯尺度空间相结合,使角点检测增加了尺度不变性.高斯拉普拉斯检测算子(Laplace-of-Gaussian,LoG)[4−5]与Harris-Laplacian 采用相同的尺度选择函数.但是LoG 算子采用了更能突出特征点显著度的位置选择函数,常用来进行斑点检测.高斯差分算子(Difference-of-Gaussian,DoG)[6−7]为了避免LoG 算子求取中必须进行的二阶微分运算,转而采用一组特定常量对图像作卷积,减少了计算量,并且取得与LoG 算子近似的结果.
采用上述特征描述方法描述红外舰船目标特征时,由于对目标在多尺度下的特征表达不够完整,导致图像中同时存在多个大小不同的目标时,检测结果容易出现较大偏差.且上述……
登录APP查看全文
