夏 乐，李长安，江 涛，龙 强，张 杰

（1.中国地质大学，湖北 武汉 430074；2.湖南省地质环境监测总站，湖南 长沙 410007）

遥感图像可动态、快速、准确地获得大量地面观测数据，在军用民用领域均有重要作用。基于可见光遥感图像提取船只目标是遥感应用领域的重要方向。其主要任务是在遥感图像中快速确定船只的位置，并同时对船只进行类别判读。在军事目标侦察、港口交通监测、海洋环境预警等领域具有广阔的应用前景。随着卫星遥感技术的迅速发展，遥感图像数据规模持续扩大，人工判读的图像解译方式越来越难以满足实际需求。提高遥感图像处理的自动化程度，不仅可节省大量的人力资源，而且可在保证解译精度的前提下，有效提升遥感图像的处理速度，从而提高遥感图像的利用率。

目前学者们对遥感船只的检测进行了大量研究，提出了许多检测方法。常用的传统船只目标区域提取方法包括：①基于灰度统计特征的方法，即利用船只与海面的灰度差异，获得船只的目标候选区，但若海面复杂，效果则会大大降低；②基于船只尾迹的目标检测，多应用于精度不高的遥感图像中；③基于边缘信息的方法，如通过原始灰度和边缘强度遥感图像进行OTSU自适应的阈值分割，并结合简单的船只形状特征获得舰船目标候选区，但该方法只适用于平静海面，大型海浪对结果的干扰很大；④基于分型模型和模糊理论的方法，该方法受云雾影响较大。

在近年来的研究中，深度学习在目标识别领域取得了显著成功。……