基于仿生视觉的海面船只检测方法

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

基于仿生视觉的海面船只检测方法

胡晓光, 高树辉, 李卉, 钟成, 程承旗

文章导航 > 红外与激光工程 > 2017 > 46(2): 226003-0226003(4)

胡晓光, 高树辉, 李卉, 钟成, 程承旗. 基于仿生视觉的海面船只检测方法[J]. 红外与激光工程, 2017, 46(2): 226003-0226003(4). doi: 10.3788/IRLA201746.0226003

引用本文:

胡晓光, 高树辉, 李卉, 钟成, 程承旗. 基于仿生视觉的海面船只检测方法[J]. 红外与激光工程, 2017, 46(2): 226003-0226003(4). doi: 10.3788/IRLA201746.0226003

Hu Xiaoguang, Gao Shuhui, Li Hui, Zhong Cheng, Cheng Chengqi. Ship detection method based on bionic vision[J]. Infrared and Laser Engineering, 2017, 46(2): 226003-0226003(4). doi: 10.3788/IRLA201746.0226003

Citation:

Hu Xiaoguang, Gao Shuhui, Li Hui, Zhong Cheng, Cheng Chengqi. Ship detection method based on bionic vision[J]. Infrared and Laser Engineering, 2017, 46(2): 226003-0226003(4). doi: 10.3788/IRLA201746.0226003

基于仿生视觉的海面船只检测方法

doi: 10.3788/IRLA201746.0226003

1.
中国人民公安大学刑事科学技术学院,北京 100038;
2.
中国地质大学(武汉)地球科学学院,湖北武汉 430074;
3.
中国地质大学(武汉)教育部长江三峡库区地质灾害研究中心,湖北武汉 430074;
4.
北京大学工学院,北京 100871

基金项目:

中国人民公安大学中央高校基本科研业务费项目（2016JKF01315）

作者简介:
胡晓光(1980-),男,讲师,博士,主要从事计算机视觉、模式识别、地理信息系统等方面的研究。Email:Michael.hu.07@Foxmail.com

通讯作者: 程承旗(1961-),男,教授,博士生导师,主要从事地理信息系统、图像处理等方面的研究。Email:ccq@pku.edu.cn

中图分类号: TP391

Ship detection method based on bionic vision

1.
Institute of Forensic Science,People's Public Security University of China,Beijing 100038,China;
2.
School of Earth Sciences,China University of Geosciences,Wuhan 430074,China;
3.
Three Gorges Research Center for Geo-hazard,Ministry of Education,China University of Geosciences,Wuhan 430074,China;
4.
College of Engineering,Peking University,Beijing 100871,China

摘要: 对地观测系统可以快速检测大面积区域，为世界各沿海国家的船只监测任务带来了极大便利。针对遥感影像中的船只自动化检测问题，利用船只相对于海面呈现明显的视觉显著特性，提出了一种基于船只与海面反差特性的船只检测方法，将对船只的检测定位转变为对场景中显著目标的发现与分割问题。方法以视网膜到初级视觉皮层V1这一视觉通路的生理过程为指导，模拟了其中视觉信号的产生机制以获得场景的显著图。以光学影像为例进行的实验结果显示，在没有目标先验知识的前提下，基于反差特性的方法能有效地将视觉注意力集中于海面船只目标，取得了较好的检测结果。
- 船只检测 /
- 遥感影像 /
- 视觉注意 /
- 反差特性
Abstract: Earth observation systems can quickly detect objects in a large area, which offers great convenience for ship detection and monitoring by the coastal countries in the world. Towards the automated ship detection in remote sensing images, a method that made use of the salient contrast between ship and sea was proposed. Thus, the ship detection and segmentation problem was converted to a salient object discovery and location problem. Inspired by the biological process of visual pathway from the retina to the primary visual cortex V1, the visual signal generating mechanism was simulated to acquire the saliency map of the scene. The experimental results, obtained from using optical images, show that the contrast based method can effectively concentrate on the ships in the sea without any prior knowledge. It is noteworthy that the proposed method achieves good results.
- ship detection /
- remote sensing images /
- visual attention /
- contrast

[1]	Crisp D J. The state-of-the-art in ship detection in synthetic aperture radar imagery[R]:Defence Science and Technology Organisation Salisbury Australia Info Sciences Lab, 2004.
[2]	Zhou Jing, Tian Jinwen. Method of detecting small target in port-sea background[J]. Infrared and Laser Engineering, 2005, 34(4):486-489. (in Chinese)周静, 田金文. 基于海岸线背景的海面小目标检测方法[J]. 红外与激光工程, 2005, 34(4):486-489.
[3]	He Sihua, Yang Shaoqing, Shi Aiguo, et al. Image segmentation algorithm based on spatiotemporal chaos[J]. Infrared and Laser Engineering, 2009, 38(1):144-148. (in Chinese)何四华, 杨绍清, 石爱国, 等. 基于时空混沌的图像分割算法[J]. 红外与激光工程, 2009, 38(1):144-148.
[4]	He Sihua, Yang Shaoqing, Shao Xiaofang, et al. Ship target detection on the sea surface based on natural measure feature of image block[J]. Infrared and Laser Engineering, 2011, 40(9):1812-1817. (in Chinese)何四华, 杨绍清, 邵晓方, 等. 利用图像区域自然尺度特征的海面舰船目标检测[J]. 红外与激光工程, 2011, 40(9):1812-1817.
[5]	Zhu Changren, Zhou Hui, Wang Runsheng, et al. A novel hierarchical method of ship detection from spaceborne optical image based on shape and texture features[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(9):3446-3456.
[6]	Koch Itti L C, Niebur E. A model of saliency-based visual attention for rapid scene analysis[J]. Pattern Analysis and Machine Intelligence, 1998, 20(11):1254-1259.
[7]	Callaway E M. Neural mechanisms for the generation of visual complex cells[J]. Neuron, 2001, 32(3):378-380.
[8]	Lampl I, Ferster D, Poggio T, et al. Intracellular measurements of spatial integration and the MAX operation in complex cells of the cat primary visual cortex[J]. Journal of Neurophysiology, 2004. 92(5): 2704-2713.

[1]	成艳, 于雪莲, 钱惟贤, 钱烨. 红外遥感图像舰船尾迹提取及检测 . 红外与激光工程, 2022, 51(2): 20210844-1-20210844-8. doi: 10.3788/IRLA20210844
[2]	陈宇轩, 仇中军, 汤骏杰. 线扫描视觉检测系统机械—成像综合误差建模 . 红外与激光工程, 2022, 51(12): 20220282-1-20220282-10. doi: 10.3788/IRLA20220282
[3]	赵晓枫, 徐叶斌, 吴飞, 牛家辉, 蔡伟, 张志利. 基于并行注意力机制的地面红外目标检测方法（特邀） . 红外与激光工程, 2022, 51(4): 20210290-1-20210290-8. doi: 10.3788/IRLA20210290
[4]	巢渊, 徐鹏, 唐寒冰, 史璠, 张志胜. 视觉检测系统LED光源照度优化方法 . 红外与激光工程, 2021, 50(12): 20210745-1-20210745-12. doi: 10.3788/IRLA20210745
[5]	杨子龙, 朱付平, 田金文, 田甜. 基于显著性与稠密光流的红外船只烟幕检测方法研究 . 红外与激光工程, 2021, 50(7): 20200496-1-20200496-8. doi: 10.3788/IRLA20200496
[6]	党源源, 王昕. CPU-GPU异构系统在光学遥感影像处理中的应用 . 红外与激光工程, 2020, 49(S1): 20200092-20200092. doi: 10.3788/IRLA20200092
[7]	唐聪, 凌永顺, 杨华, 杨星, 郑超. 基于深度学习物体检测的视觉跟踪方法 . 红外与激光工程, 2018, 47(5): 526001-0526001(11). doi: 10.3788/IRLA201847.0526001
[8]	王志强, 程红, 谭海峰, 杨明权, 滕飞. 基于侧抑制竞争的航空遥感影像配准算法 . 红外与激光工程, 2018, 47(S1): 206-212. doi: 10.3788/IRLA201847.S126005
[9]	汤一平, 鲁少辉, 吴挺, 韩国栋. 基于主动式全景视觉的管道形貌缺陷检测系统 . 红外与激光工程, 2016, 45(11): 1117005-1117005(7). doi: 10.3788/IRLA201645.1117005
[10]	张志佳, 尹秀萍, 苑玮琦, 周自强, 钟玲. 碗形塞加工误差双目视觉在线检测方法 . 红外与激光工程, 2016, 45(12): 1217002-1217002(8). doi: 10.3788/IRLA201645.1217002
[11]	张汉松, 陈建裕, 侯淑涛, 霍奕任. 复杂背景下沿骨架的遥感影像拼接线自动生成 . 红外与激光工程, 2016, 45(S1): 207-213. doi: 10.3788/IRLA201645.S126003
[12]	潘雪涛, 屠大维, 邬华芝. 基于能量中心的电力机车接触导线几何参数视觉检测方法 . 红外与激光工程, 2014, 43(12): 4105-4110.
[13]	彭志勇, 王向军, 卢进. 窗口热辐射下基于视觉显著性的红外目标检测方法 . 红外与激光工程, 2014, 43(6): 1772-1776.
[14]	裘桢炜, 洪津. 偏振遥感器镜头相位延迟特性分析 . 红外与激光工程, 2014, 43(3): 806-811.
[15]	苏娟, 杨罗, 卢俊. 基于视觉注意模型的红外图像分级压缩方法 . 红外与激光工程, 2014, 43(6): 2040-2045.
[16]	孙雪晨, 姜肖楠, 傅瑶, 韩诚山, 文明. 基于机器视觉的凸轮轴表面缺陷检测系统 . 红外与激光工程, 2013, 42(6): 1647-1653.
[17]	宋春华, 高仕博, 程咏梅. 自主空中加油视觉导航系统中的锥套检测算法 . 红外与激光工程, 2013, 42(4): 1089-1094.
[18]	王荣彬, 曾超, 姜湾, 李平湘. Terra MODIS第5波段红外遥感影像条带噪声的探测与校正 . 红外与激光工程, 2013, 42(1): 273-277.
[19]	王茂芝, 郭科, 徐文皙. 基于集群和GPU的高光谱遥感影像并行处理 . 红外与激光工程, 2013, 42(11): 3070-3075.
[20]	杨亚威, 李俊山, 杨威, 赵方舟. 利用稀疏化生物视觉特征的多类多视角目标检测方法 . 红外与激光工程, 2012, 41(1): 267-272.

WeChat

点击查看大图

计量

文章访问数: 400
HTML全文浏览量: 44
PDF下载量: 214
被引次数: 0

基于仿生视觉的海面船只检测方法

doi: 10.3788/IRLA201746.0226003

1. 中国人民公安大学刑事科学技术学院,北京 100038;

2. 中国地质大学(武汉)地球科学学院,湖北武汉 430074;

3. 中国地质大学(武汉)教育部长江三峡库区地质灾害研究中心,湖北武汉 430074;

4. 北京大学工学院,北京 100871

作者简介:
胡晓光(1980-),男,讲师,博士,主要从事计算机视觉、模式识别、地理信息系统等方面的研究。Email:Michael.hu.07@Foxmail.com

通讯作者: 程承旗(1961-),男,教授,博士生导师,主要从事地理信息系统、图像处理等方面的研究。Email:ccq@pku.edu.cn

收稿日期: 2016-06-20
修回日期: 2016-07-20
刊出日期: 2017-02-25

基金项目:

中国人民公安大学中央高校基本科研业务费项目（2016JKF01315）

中图分类号: TP391

关键词:

摘要: 对地观测系统可以快速检测大面积区域，为世界各沿海国家的船只监测任务带来了极大便利。针对遥感影像中的船只自动化检测问题，利用船只相对于海面呈现明显的视觉显著特性，提出了一种基于船只与海面反差特性的船只检测方法，将对船只的检测定位转变为对场景中显著目标的发现与分割问题。方法以视网膜到初级视觉皮层V1这一视觉通路的生理过程为指导，模拟了其中视觉信号的产生机制以获得场景的显著图。以光学影像为例进行的实验结果显示，在没有目标先验知识的前提下，基于反差特性的方法能有效地将视觉注意力集中于海面船只目标，取得了较好的检测结果。

English Abstract

全文HTML

参考文献 (8)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回