基于视觉注意计算模型的光学遥感影像的舰船检测[外文文献翻译].docx

基于视觉注意计算模型的光学遥感影像的舰船检测

Fukun Bi， Bocheng Zhu， Lining Gao， and Mingming Bian

摘要：本文提出了一个新的光学卫星图像舰船自动检测的计算模型。该模型首先在整个检测场景中采用自底向上的视觉注意机制来选择突出的舰船目标，然后，用两种互补的自上而下的机制来区分选中的舰船。具体来说，除了候选舰船目标的详细的特征分析，基于邻域相似性的方法是用来描述他们的当时地理环境的相互作用。此外，我们的模型的框架是用多尺度和分层的方式来提供了合理的近似视觉搜索过程和合理分配计算资源的设计。全色SPOT5数据实验证明该模型的有效性和计算效率。

关键词：特征分析 上下文方法  遥感图像 舰船监测 视觉搜索

第一章 绪论

在卫星图像的舰船自动检测的遥感技术是非常重要的。其典型的应用包括海事管理，非法捕鱼的监视，和走私活动的监测 。由于合成孔径雷达（SAR）的在任何天气和任何时间都可以工作，SAR图像的舰船检测已深入研究 。然而，在光学卫星图像舰船监测方面的研究很少。与SAR图像相比，光学卫星图像可以提供舰船在分类应用中进一步使用更详细和容易理解的特点。此外，非金属舰船在光学图像中的特征比SAR图像更明显。因此，作为一个显著和互补的信息源，有必要开发一种针对光学卫星图像舰船的自动化的技术。大量研究根据强度对比或统计分布的差异，以自底向上的方式，从周围环境中分离出舰船特征(如：[1]和[3])。这些自下而上的方法包括流行的恒虚警率为基础的技术 以及最近针对贝叶斯决策为基础的方法（BD） 。然而，在实际的光学卫星的场景，许多地理空间对象（例如，小岛，海岸线，强大的波浪，和微云）也明显对舰船监测产生干扰。尽管一些现有的方法使用岸线数据在海域进行检测 ，它仍然对海岸线数据的精度低的沿海地区造成干扰。最近，为了减少虚警，一些自上而下的线索已被引入表征船舶候选人的外观，如形状，纹理，和强度分布特征 。然而， 当图像的分辨率不能提供足够的舰船外观细节和各种舰船尾迹的影响，这些对象为中心的方法通常不适用。上下文信息作为自上而下的机制的。。。