郭璟瑶

(郑州科技学院, 河南 郑州 450064)

0 引 言

随着水下和水面电子对抗技术的不断升级发展，对舰船目标的准确识别要求不断提升，结合计算机图像和视觉传达技术，构建模糊舰船图像目标分类检测模型，结合光学处理和图像信息增强技术，采用目标舰船的特征点分析和视觉信息增强处理技术，通过对特征点的分类提取，提高对模糊舰船图像目识别能力。研究模糊舰船图像目标识别方法，在提高对舰船目标的准确辨识能力方面具有重要意义，相关算法研究在军事领域具有很好的应用价值[1]。

对模糊舰船图像目标图像识别建立在对特征点提取和像素特征分析基础上，通过对模糊舰船图像目标特征分类提取。通过视觉传达和信息增强，实现对模糊舰船图像的帧分类检测。当前方法中，对舰船图像目标分类方法主要有模糊C均值分类检测方法、Harris角点特征提取方法等[2–3]。通过对输入图像的滤波降噪和信息增强，实现对舰船目标的特征点分类提取和识别[4]，但当前方法对模糊目标舰船的分类检测识别能力不好。针对上述问题，本文提出基于视觉传达和图像增强的模糊舰船图像目标分类检测模型。首先进行图像特征检测和预处理，构建糊舰船图像的多传感视觉采集模型，采用目标图像与背景图像差分分析方法实现对舰船图像的目标特征提取和聚类处理；然后根据视觉聚类传达和目标图像的特征点增强结果，实现对图像目标分类检测算法设计。……