1 国防科技大学 电子对抗学院 脉冲功率激光技术国家重点实验室, 合肥 230037
2 国防科技大学 电子对抗学院 电子制约技术安徽省重点实验室, 合肥 230037
为了降低传统高分辨率海面遥感图像舰船目标检测方法的计算复杂度, 提高检测速度, 在舰船目标检测中引入了基于直方图对比度的视觉显著模型和空间降维算法, 提出一种新的高分辨率海面遥感图像舰船目标快速检测算法。首先对高分辨率遥感图像进行空间降维, 然后计算降维图的视觉显著图, 突出感兴趣目标区域, 最后利用最大类间方差法分割视觉显著图以获取舰船目标候选区域。结果表明, 目标检测所消耗的时间减小为原来的10%~12%, 弱化了复杂海面纹理背景对目标检测的影响。该研究提高了高分辨率遥感图像舰船目标的检测效率。
图像处理 舰船检测 视觉显著 空间降维 遥感 image processing ship detection visual salience spatial dimension reduction remote sensing
1 脉冲功率激光技术国家重点实验室, 合肥 230037
2 安徽省电子制约技术重点实验室, 合肥 230037
3 电子工程学院, 合肥 230037
针对高光谱遥感空域信息利用率低给侦查带来的问题, 提出了一种基于谱域-空域联合特征的异常检测算法。首先, 利用光谱梯度角余弦值给邻域像元赋予权值, 通过对邻域像元加权求和的方式得到空域特征; 将空域特征与谱域特征进行加权拟合得到谱域-空域联合特征; 然后, 将由谱域-空域联合特征所组成的高光谱影像进行主成分分析以提取主要成分进行异常检测。通过对比异常检测效果二值图和ROC曲线, 说明算法具有优越性, 能够提高检测效果。
高光谱 空谱结合 主成分分析 异常检测 hyper-spectral integrate both spatial and spectral information principal component analysis (PCA) anomaly detection
