【摘 要】
：
针对可见光和红外图像中的各类团块目标,提出一种基于视觉注意模型的团块目标检测方法.该方法根据团块目标与背景在多种特征、多个尺度上的差异性,利用视觉注意模型确定目标
【机 构】
：
国防科技大学电子科学与工程学院ATR重点实验室,长沙,410073
论文部分内容阅读
针对可见光和红外图像中的各类团块目标,提出一种基于视觉注意模型的团块目标检测方法.该方法根据团块目标与背景在多种特征、多个尺度上的差异性,利用视觉注意模型确定目标位置,并根据尺度显著性准则提取目标区域.改进了视觉注意模型中显著图的计算过程,提高了视觉显著图的计算速度和分辨率,使之更适于团块目标的检测需要.实验结果表明,本文提出的算法对图像畸变和目标变化具有较好的适应性,对各种背景中出现的团块目标均取得了较好的检测效果.
其他文献
本文提出了一种基于Radon变换与小波变换的旋转与尺度不变的纹理分类方法:对纹理图像做Radon变换,用标准差构造纹理图像的一条特征曲线.使用小波对这条特征曲线进行分解,提取
本文基于立体视频序列的时空特性和左右通道问的视差特性,提出了一种结合对称差分的变化检测和秩空间立体匹配的立体视频对象分割算法.通过三帧的对称差分快速地检测出中间帧
植物物种的分类与识别是植物学研究和农业生产的重要基础工作,本文的工作将人工智能与数字图像处理技术应用于植物物种图像的识别,提出了将Gabor小波和神经网络相结合的方案.
在图像不太复杂的情况下(如医学图像等),背景区域与前景区域在分布上有较为明显的区别,基于低层次语义描述(如灰度,梯度等)的图像分割算子仍然是寻找目标区域的主要手段,其中
基于Forsmer算子的基本原理,提出了一种角点提取的新算法.为了优化Forsmer算子计算复杂度,对Forsmer算子兴趣值的计算做了一点改进,并设置了新的阂值,通过实验与Harris算子进
本文提出了一种基于数据凸锥特性和正交子空间投影进行小目标检测的算法.文章中将高光谱数据集合视为高维空间中的凸锥体,利用计算锥体不同轴的转动惯量来提取代表图像信息的
不规则体体积测量有着广泛的应用,但是目前没有一个成熟的非接触方法对不规则体的体积测量,并且随着社会的发展,必然追求更高的精度和速度.本文提出了一种基于shape from foc
为提高对复杂环境下小目标的联合检测和跟踪性能,提出了一种基于粒子滤波的小目标TBD算法.通过粒子滤波对小目标的运动状态和出现状态进行联合采样,并采用UPF方法对TBD算法进
基于形态图(Aspect Graph)理论的视点空间划分在三维物体识别中正发挥着重要的作用,当前,形态图理论的应用瓶颈就是其高复杂度,本文所提出的消隐算法就是针对模型中的三角形
在合成孔径雷达(SAR)图像中检测识别舰船目标有着广阔的应用前景,但是国内外的研究只局限于应用某种算法对特定SAR图像去噪或目标检测,目前对特定SAR图像目标的检测率可达85％～9