论文部分内容阅读
随着信息技术的发展，基于图像目标检测与识别的智能图像分析与处理技术逐渐成为人们关注的热点。本文针对图像目标检测问题，以词包模型为基础，研究了基于词包模型的自然图像目标检测算法和基于稀疏词包的遥感海洋目标检测算法。针对自然图像的目标检测问题，我们设计了基于词包模型的通用目标检测算法框架。在特征提取方面，我们通过分析决定选取稀疏特征来作为目标描述，从而实现图像信息的去冗余。在应用词包构建对于图像和目标的描述模型方面，我们在传统模型上加入语义近邻约束编码以提升模型对刚体目标的描述能力。在目标检测定位方面，我们选用支持向量机分类器与分支限界框搜索相结合的方式来实现搜索速度的提升。实验结果证明我们的改进模型可以更有效的描述刚体类目标。针对高分辨率遥感海洋目标检测问题，我们提出了基于稀疏词包的海洋目标检测算法框架。针对高分辨率遥感图像的纹理丰富的特点，通过提取局部图像块特征来描述图像，在局部图像块描述符的基础上应用词包理念，构建了对于海洋区域稀疏的词包，在稀疏词包之上建立局部邻域图像块直方图，应用线性支持向量机分类器对局部图像块分类，实现海洋区域与目标区域的分割，从而定位出目标区域。实验结果证明，稀疏词包对高分辨率遥感海洋图像有极佳的描述能力，基于稀疏词包描述的海洋目标检测算法可以在较低的虚警率下取得很高的检出率。