基于梯度显著性的水面无人艇的海天线检测方法

水面无人艇技术在气象监测、海面搜救、对敌侦察、精确打击等方向发挥着越来越重要的作用,但实际海面环境中的云层辐射、波浪反射、气象条件等光学图像形成中的各种干扰因素,使海天线的准确检测难以实现。为了解决这一问题,提出一种基于梯度显著性的海天线检测方法,梯度显著性的计算有效增强了海天线的直线特征并抑制了各种干扰因素,采用区域生长方法实现了对海天线的检测和辨识,最后使用XL水面无人艇在实际海面环境下采集的光学图像进行验证,结果证明了所用方法的准确性和实时性。

基于偏振差分图像的海天线检测方法

针对低对比度红外图像中海天线检测困难,且易受云层、条状波浪和海杂波等干扰因素影响的问题,提出了一种采用偏振差分图像进行海天线检测的方法。首先,利用偏振差分方法增强海面区域的局部对比度和海天线的信噪比;其次,对偏振差分图像采用大尺度的局部对比度累加方法确定海天线区域;最后,在海天线区域中采用梯度显著性及多项式拟合方法完成小尺度的海天线精确检测。该方法将偏振度、偏振角等多维信息融入海天线检测,并采用了大尺度与小尺度相结合的检测方法,能够有效克服云层、条状波浪和海杂波等因素的干扰。实验结果表明该算法的海天线检测准确率为98.5%,平均耗时16 ms,能够实现快速、准确的海天线检测,具有较强的场景适用性。

前视红外图像中海岸线与海天线的通用检测方法研究

海岸线与海天线检测作为前视红外成像型反舰导弹末制导技术中的关键技术,通常会受到岛岸、云层、亮带、条状波浪等多种因素干扰。为解决这一问题,提出了一种海岸线与海天线的通用检测方法。对原始图像构建积分图像,采用箱式滤波器来增强海岸线与海天线的边缘特征;逐行滑动统计矩形区域内像素的梯度显著性来确定海岸线与海天线潜在区域,通过潜在区域内逐列寻找显著性最大值点,并对所有的最大值点进行多项式迭代拟合,获得海岸线与海天线的准确位置;基于实际采集的前视红外海面场景图像对该方法进行了验证和分析。结果表明,通用检测方法能够克服岛岸、云层、亮带、条状波浪等复杂背景的干扰,实现海岸线与海天线的检测,场景适应性强,实时性好。