基于残差回归网络的复杂背景下海界线检测

海界线对基于视觉的海面目标检测、识别、航行避障具有重要的意义,在复杂的海空或者海陆背景环境中,云层、波浪反射及嘈杂的海面、陆地信息等都会给海界线的提取造成严重的干扰。该文提出一种基于残差回归网络的海界线提取算法,首先采用残差回归网络进行全图回归获得逐像素的海界线概率图,再通过OTSU算法对概率图进行阈值分割,初步提取海界点,然后采用meanshift聚类方法进行干扰点的排除,最后采用最小二乘算法,提取出海界线的位置。该算法在大部分复杂的海空或者海陆背景中,均能快速、精确地检测到海界线的位置,其克服了传统的基于梯度或者纹理等低级特征的海界线提取算法在复杂背景下抗干扰能力差的特点,并且能提取曲线形式的海界线,时间复杂度与传统方法并无太大差距,具有实际使用价值。