基于边缘与区域结合的光学遥感图像舰船分割方法

针对光学遥感图像中舰船目标分割精度低等问题,提出了一种基于边缘与区域结合的图像中舰船目标分割方法。首先,利用导向滤波改进Canny算法对待分割舰船遥感图像进行预处理,以保持边缘完整结构,得到舰船目标粗分割结果;然后,提出基于布谷鸟搜索优化的倒数灰度熵阈值选取方法进行舰船目标细分割;最后,引入形态学方法对分割结果进行修正,确保舰船目标的完整性。大量试验结果表明,该方法表现出较优的分割性能,为舰船检测识别领域提供了更好的分割方案。

自适应双极性红外舰船目标分割算法

红外舰船目标分割是红外海面场景中舰船目标自动识别的关键技术之一,通过阈值方法分割舰船因具有诸多优点而被广泛应用。已有阈值算法假设已知舰船和目标的能量强度关系(一般假设舰船亮度高于背景),但实际中波红外探测器所采集的图像易受环境影响,导致成像后舰船目标呈现双极性,使得已有的阈值方法难以自适应的分割舰船目标。为解决双极性舰船目标的自适应分割问题,该文提出一种新的最大化2维熵分割算法。算法首先利用图像的多尺度局部方差-熵变化量和梯度方向方差两个指标构建2维直方图,然后使用粒子群优化算法寻找最大化2维熵的最优阈值来对图像进行粗分割,随后在粗分割的基础上进行迭代精分割获得准确的目标分割结果。实验结果表明,该文算法能够在舰船目标呈现双极性的情况下均获得较好的分割结果。

强阳光反射背景下红外舰船目标自适应分割

针对海面有强阳光反射背景下现有红外舰船目标分割算法效果较差,提出了一种有效的红外舰船目标分割方法。利用均值漂移方法的不连续保持性滤波特性,抑制海面小面积强杂波干扰,同时又不损失舰船目标信息。对滤波后图像做行垂直方向梯度均值投影,获取舰船目标感兴趣区域。最后运用改进的行列均值自适应阈值分割算法,结合使用红外舰船目标的几何特征量达到自动分割的目的。

基于自适应阈值区域生长的红外舰船目标分割方法

红外成像制导技术以其优越的性能成为当今制导武器发展的主流,舰船红外图像的精确分割是后期舰船识别和跟踪的基础。针对红外舰船目标的有效分割问题,本文提出了一种基于自适应阈值的区域生长和形态学滤波相结合的红外舰船目标分割算法,首先,选取种子点在自适应阈值的情况下进行区域生长,然后将粗分割图像进行形态学滤波,最后运用几何学的图像处理方法,从分割图像中去除相应的背景干扰,提取出目标的有效信息。通过对实验结果进行分析,最终分割出来的图像交叠面积比达到98%以上,而误分百分比均为0%,即没有误分。实验结果表明该算法能够很好地运用于红外舰船目标分割。

基于改进Swin Transformer的舰船目标实例分割算法

针对反舰武器图像制导目标实例分割精度低,模型中上下文语义交互不充分,特征融合推理速度慢,数据集难易样本不均衡导致训练效果差等问题,提出了一种基于改进滑动窗口的Transformer(shifted windows Transformer,Swin Transformer)的舰船目标实例分割算法。设计了局部增强感知模块用以拓展感受野,加强语义交互能力;采用反向特征金字塔网络进行特征融合,提高算法处理速度;使用在线困难样例挖掘,改善数据集样本不均衡问题,提升网络训练效果。实验结果表明,改进后的算法相较基线算法在分割准确率上提升了1.5%,在处理速度上提高了1.3%,兼具精度和速度优势。

多特征融合的红外舰船目标检测方法

针对海天背景下红外舰船目标的分割提出了一种基于多特征融合的分割算法。该算法对红外图像进行水平边缘信息和竖直边缘信息的提取。首先,将不同尺度下的结果进行求平均值算,将结果图作为第一个特征。其次,针对不同大小舰船目标的问题,运用改进的对红外图像进行多级滤波,从而达到背景抑制、突出目标的效果,其结果可作为第二个特征。最后,求红外图像的局部灰度最大值后,将其特征图像作为第三个特征,然后对各个特征图进行归一化处理并进行融合。在融合过程中,对各个特征图该赋予的权重进行研究,选取恰当的融合系数得到融合后的图像,对其采用自适应阈值进行目标最终分割,之后做一个形态学整形,去除孤立面积和补充空洞,完善分割结果。仿真结果表明,与传统的分割方法相比,该算法分割效果明显,能够达到分割要求。