留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于多尺度特征簇的舰船目标快速定位与识别方法

刘进 杨洁 庞瑞帆 陈慧颖

刘进, 杨洁, 庞瑞帆, 陈慧颖. 一种基于多尺度特征簇的舰船目标快速定位与识别方法[J]. 武汉大学学报 ( 信息科学版), 2016, 41(1): 111-116. doi: 10.13203/j.whugis20130824
引用本文: 刘进, 杨洁, 庞瑞帆, 陈慧颖. 一种基于多尺度特征簇的舰船目标快速定位与识别方法[J]. 武汉大学学报 ( 信息科学版), 2016, 41(1): 111-116. doi: 10.13203/j.whugis20130824
LIU Jin, YANG Jie, PANG Ruifan, CHEN Huiying. A Method for Fast Ship Detection and Recognition in Sea-Sky Background Based on Multi-scale Feature Cluster[J]. Geomatics and Information Science of Wuhan University, 2016, 41(1): 111-116. doi: 10.13203/j.whugis20130824
Citation: LIU Jin, YANG Jie, PANG Ruifan, CHEN Huiying. A Method for Fast Ship Detection and Recognition in Sea-Sky Background Based on Multi-scale Feature Cluster[J]. Geomatics and Information Science of Wuhan University, 2016, 41(1): 111-116. doi: 10.13203/j.whugis20130824

一种基于多尺度特征簇的舰船目标快速定位与识别方法

doi: 10.13203/j.whugis20130824
基金项目: 国家自然科学基金(41271454)。
详细信息
    作者简介:

    刘进,博士,副教授,主要从事模式识别与图像分析方面的研究。JLiu@sgg.whu.edu.cn

  • 中图分类号: TP753;P237.4

A Method for Fast Ship Detection and Recognition in Sea-Sky Background Based on Multi-scale Feature Cluster

Funds: The National Natural Science Foundation of China, No. 41271454.
  • 摘要: 针对海天背景下彩色近景舰船图像,采用了一种基于多尺度特征簇的舰船目标快速定位与识别方法,此方法对旋转具有鲁棒性,对光照具有良好的适应性。借鉴Canny边缘检测与图像金子塔及最小生成树聚类算法的思想,设计了一套可适应目标多尺度特性并提高Canny边缘检测自适应性的"特征簇"目标定位算法,结合概率树分类器与二维主成分分析算法,可对多视角、多目标类型舰船目标进行识别,并根据全概率公式评估识别结果。
  • [1] Corbane C, Najman L, Pecoul E, et al. A Complete Processing Chain for Ship Detection Using Optical Satellite Imagery[J]. International Journal of Remote Sensing, 2010, 31(22):5 837-5 854
    [2] Howell C, Power D, Lynch M, et al. Dual Polarization Detection of Ships and Icebergs:Recent Results with Envisat ASAR and Data Simulations of RADARSAT-2[C]. IGARSS, Boston, USA, 2008
    [3] Ouchi K.Ship Detection by ALOS-PALSAR:An Overview[C]. The 3rd International Asia-Pacific Conference on Synthetic Aperture Radar, Seoul, Korea (South), 2011
    [4] Wang Shiqing, Jin Yaqing. Ship Wake Detection in SAR Images Based on Radon Transformation and Morphologic Image Processing[J]. Journal of Remote Sensing, 2001,5 (4):289-294(王世庆,金亚秋. SAR图像船行尾迹检测的Radon变换和形态学图像处理技术[J]. 遥感学报, 2001, 5(4):289-294)
    [5] Yuan Xiuxiao, Wu Yingdan. Object Location of Space-Borne SAR Imagery Under Lacking Ground Control Points[J]. Geomatics and Information Science of Wuhan University, 2010, 35(1):88-91 (袁修孝,吴颖丹. 缺少控制点的星载SAR遥感影像对地目标定位[J]. 武汉大学学报·信息科学版,2010,35(1):88-91)
    [6] Argenti F, Benelli G, Garzelli A, et al. Automatic Ship Detection in SAR images[C]. International Conference on Radar, Brighton, UK, 1992
    [7] Grasso R, Mirra S, Baldacci A, et al. Performance Assessment of a Mathematical Morphology Ship Detection Algorithm for SAR Images Through Comparison with AIS Data[C]. The Ninth International Conference on Intelligent Systems Design and Applications, Pisa, Italy, 2009
    [8] Liu C, Vachon P W, Geling G W. Improved Ship Detection Using Polarimetric SAR Data[C]. IGARSS, Anchorage, AK, USA, 2004
    [9] Withagen P J, Schutte K, Vossepoel A M, et al. Automatic Classification of Ships from Infrared (FLIR) Images[C]. SPIE AeroSense, Orlando, USA,1999
    [10] Liu Songtao, Wang Huili, Yin Fuliang. Interactive Ship Infrared Image Segmentation Method Based on Graph Cut and Fuzzy Connectedness[J]. Acta Automatica Sinica, 2012, 38(11):1 735-1 750(刘松涛, 王慧丽, 殷福亮. 基于图割和模糊连接度的交互式舰船红外图像分割方法[J]. 自动化学报, 2012, 38(11):1 735-1 750)
    [11] Wang Peng, Lv Gaojie, Gong Junbin, et al. An Automatic Target Detection Method for Infrared Ship in Complex Sea-Sky Background[J]. Geomatics and Information Science of Wuhan University, 2011, 36 (12):1 438-1 441(王鹏,吕高杰,龚俊赋,等. 一种复杂海天背景下的红外舰船目标自动检测方法[J]. 武汉大学学报·信息科学版,2011, 36(12):1 438-1 441)
    [12] Mei Jianxin, Duan Shan, Qin Qianqing. Method for Special Targets Detection Based on Support Ector Machines[J]. Geomatics and Information Science of Wuhan University, 2004, 29(10):912-915 (梅建新,段汕,秦前清.基于支持向量机的特定目标检测方法[J]. 武汉大学学报·信息科学版, 2004,29(10):912-915)
    [13] He Youjin, Li Kaiyong, Ren Jianguang. Improved Method of Infrared Ship Target Segmentation Based on Recursive Threshold Analysis[J]. Infrared and Laser Engineering, 2007, 36(S):267-270(何友金, 李凯永, 任建广. 一种改进的基于递归门限分析的红外舰船目标图像分割方法[J]. 红外与激光工程, 2007 36(S):267-270)
    [14] Ai Shufang, Zhang Guohua. Ship Detection in Sea Infrared Image with Complex Clutter Background[J]. Infrared and Laser Engineering, 2007, 36(S):331-334 (艾淑芳, 张国华. 海面杂波背景下红外图像中舰船目标的检测[J]. 红外与激光工程, 2007, 36(S):331-334)
    [15] Peng Haoyu, Wang Xinsai, Zhang Tianxu. Comparison Among Projecting Features of Infrared Warship Target[J]. Infrared and Laser Engineering, 2004, 33 (1):59-62(彭浩宇, 王新赛, 张天序. 红外舰船目标的投影特征比较[J]. 红外与激光工程, 2004, 33(1):59-62)
    [16] Hu Xuemin, Zheng Hong, Si Xiaoshu. A Novel High Resolution Satellite Imagery Object Detection Based on Derivative of Double Exponential[J]. Geomatics and Information Science of Wuhan University, 2010, 34(11):1 265-1 270 (胡学敏,郑宏,司小书. 利用双指数函数导数模型进行高分辨率卫星影像目标检测[J]. 武汉大学学报·信息科学版, 2010, 34(11):1 265-1 270)
    [17] Xu Min, Niu Zhaodong, Chen Zengping. New Automatic Detection Method for IR Ship Target on the Condition of Low SNR[J]. Infrared and Laser Engineering, 2007,36(S):158-162 (许旻, 牛照东, 陈曾平. 一种新的低信噪比红外舰船目标自动检测方法[J]. 红外与激光工程, 2007,36(S):158-162)
    [18] Wang Weiwei, Xi Dengyan, Yang Gongpeng, et al. Warship Target Detection Algorithm Based on Cartoon-Texture Decompositipon[J]. Journal of Xi'dian University, 2012, 4(39):167-174(王卫卫, 席灯炎, 杨塨鹏, 等. 利用结构纹理分解的海洋舰船目标检测[J]. 西安电子科技大学学报, 2012, 4(39):167-174)
    [19] Zhou Hui, Guo Jun, Zhu Changren, et al. Ship Detection from Optical Remote Sensing Images Based on PLSA Model[J]. Journal of Remote Sensing,2010,14(4):663-680(周晖, 郭军, 朱长仁, 等. 引入PLSA模型的光学遥感图像舰船检测[J]. 遥感学报,2010,14 (4):663-680)
    [20] Wang Min, Luo Jiancheng, Ming Dongping. Extract Ship Targets from High Spatial Resolution Remote Sensed Imagery with Shape Feature[J]. Geomatics and Information Science of Wuhan University, 2005, 30(8):685-688 (汪闽,骆剑承,明冬萍. 高分辨率遥感影像上基于形状特征的船舶提取[J]. 武汉大学学报·信息科学版, 2005, 30(8):685-688)
    [21] Lu Wei, Yu Xuchu, Ma Yonggang, et al. Research of Sea Fleet Targets Detection Approach in Hyperspectral Image[J]. Hydro-graphic Surveying and Charting, 2005, 25(5):8-12 (路威,余旭初,马永刚,等. 高光谱遥感影像海上舰船目标检测算法的研究[J].海洋测绘, 2005, 25 (5):8-12)
    [22] Tong Jian, Wen Biyang, Wang Song. Ship Target Detection in Strong Sea Clutter Background[J]. Journal of Wuhan University(Natural Science Edition), 2005, 51(3):370-374 (童健,文必洋,王颂. 强海杂波背景下的舰船目标检测[J]. 武汉大学学报(理学版),2005, 51(3):370-374)
  • [1] 张星, 刘涛, 孙龙培, 李清泉, 方志祥.  一种视觉与惯性协同的室内多行人目标定位方法 . 武汉大学学报 ( 信息科学版), 2021, 46(5): 672-680. doi: 10.13203/j.whugis20200454
    [2] 宋志娜, 眭海刚, 李永成.  高分辨率可见光遥感图像舰船目标检测综述 . 武汉大学学报 ( 信息科学版), 2021, 46(11): 1703-1715. doi: 10.13203/j.whugis20200481
    [3] 叶语同, 李必军, 付黎明.  智能驾驶中点云目标快速检测与跟踪 . 武汉大学学报 ( 信息科学版), 2019, 44(1): 139-144, 152. doi: 10.13203/j.whugis20170146
    [4] 李健伟, 曲长文, 彭书娟.  SAR图像舰船目标联合检测与方向估计 . 武汉大学学报 ( 信息科学版), 2019, 44(6): 901-907. doi: 10.13203/j.whugis20170328
    [5] 黄远程, 钟燕飞, 赵野鹤, 朱卫恒.  联合盲分解与稀疏表达的高光谱图像异常目标检测 . 武汉大学学报 ( 信息科学版), 2015, 40(9): 1144-1150. doi: 10.13203/j .whu g is20140575
    [6] 张宇, 何楚, 石博, 徐新.  逐层特征选择的多层部件模型用于遥感图像飞机目标检测 . 武汉大学学报 ( 信息科学版), 2014, 39(12): 1406-1411.
    [7] 何 楚, 张 宇, 廖紫纤, 徐 新.  基于压缩感知的sar图像cfar目标检测算法 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 878-882.
    [8] 何楚, 张宇, 廖紫纤, 廖明生.  基于分层自适应部分模型的遥感图像飞机目标检测 . 武汉大学学报 ( 信息科学版), 2013, 38(6): 656-660.
    [9] 杨露菁, 郝威, 王德石.  基于静态模型的多视角SAR图像目标识别方法 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 26-30.
    [10] 李德仁, 胡晓光, 朱欣焰.  基于视觉反差的显著图生成与目标检测 . 武汉大学学报 ( 信息科学版), 2012, 37(4): 379-383.
    [11] 王鹏, 吕高杰, 龚俊斌, 田金文.  一种复杂海天背景下的红外舰船目标自动检测方法 . 武汉大学学报 ( 信息科学版), 2011, 36(12): 1438-1441.
    [12] 袁修孝, 吴颖丹.  缺少控制点的星载SAR遥感影像对地目标定位 . 武汉大学学报 ( 信息科学版), 2010, 35(1): 88-91.
    [13] 杨育彬, 林珲.  利用天文观测图像对空间碎片目标进行自动识别与追踪 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 209-214.
    [14] 郑宏.  危险理论与影像目标检测 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 799-804.
    [15] 汪长城, 廖明生.  一种多孔径SAR图像目标检测方法 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 32-35.
    [16] 赖志坤, 朱欣焰.  基于差异信息理论的彩色图像边缘检测算法 . 武汉大学学报 ( 信息科学版), 2008, 33(6): 584-587.
    [17] 明英, 蒋晶珏.  视频序列图像中运动目标检测与阴影去除 . 武汉大学学报 ( 信息科学版), 2008, 33(12): 1216-1220.
    [18] 袁修孝, 傅建红, 左正立, 孙红星.  机载POS系统用于航空遥感直接对地目标定位的精度分析 . 武汉大学学报 ( 信息科学版), 2006, 31(10): 847-850.
    [19] 潘励, 郑宏, 张祖勋, 张剑清.  集成高度和彩色纹理特征的影像目标模糊聚类识别方法 . 武汉大学学报 ( 信息科学版), 2004, 29(4): 311-314.
    [20] 袁修孝, 张过.  缺少控制点的卫星遥感对地目标定位 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 505-509.
  • 加载中
计量
  • 文章访问数:  1058
  • HTML全文浏览量:  46
  • PDF下载量:  616
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-10-14
  • 刊出日期:  2016-01-05

一种基于多尺度特征簇的舰船目标快速定位与识别方法

doi: 10.13203/j.whugis20130824
    基金项目:  国家自然科学基金(41271454)。
    作者简介:

    刘进,博士,副教授,主要从事模式识别与图像分析方面的研究。JLiu@sgg.whu.edu.cn

  • 中图分类号: TP753;P237.4

摘要: 针对海天背景下彩色近景舰船图像,采用了一种基于多尺度特征簇的舰船目标快速定位与识别方法,此方法对旋转具有鲁棒性,对光照具有良好的适应性。借鉴Canny边缘检测与图像金子塔及最小生成树聚类算法的思想,设计了一套可适应目标多尺度特性并提高Canny边缘检测自适应性的"特征簇"目标定位算法,结合概率树分类器与二维主成分分析算法,可对多视角、多目标类型舰船目标进行识别,并根据全概率公式评估识别结果。

English Abstract

刘进, 杨洁, 庞瑞帆, 陈慧颖. 一种基于多尺度特征簇的舰船目标快速定位与识别方法[J]. 武汉大学学报 ( 信息科学版), 2016, 41(1): 111-116. doi: 10.13203/j.whugis20130824
引用本文: 刘进, 杨洁, 庞瑞帆, 陈慧颖. 一种基于多尺度特征簇的舰船目标快速定位与识别方法[J]. 武汉大学学报 ( 信息科学版), 2016, 41(1): 111-116. doi: 10.13203/j.whugis20130824
LIU Jin, YANG Jie, PANG Ruifan, CHEN Huiying. A Method for Fast Ship Detection and Recognition in Sea-Sky Background Based on Multi-scale Feature Cluster[J]. Geomatics and Information Science of Wuhan University, 2016, 41(1): 111-116. doi: 10.13203/j.whugis20130824
Citation: LIU Jin, YANG Jie, PANG Ruifan, CHEN Huiying. A Method for Fast Ship Detection and Recognition in Sea-Sky Background Based on Multi-scale Feature Cluster[J]. Geomatics and Information Science of Wuhan University, 2016, 41(1): 111-116. doi: 10.13203/j.whugis20130824
参考文献 (22)

目录

    /

    返回文章
    返回