基于視覺注意計算模型的光學遙感影像的艦船檢測

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

摘要：本文提出了一個新的光學衛(wèi)星圖像艦船自動檢測的計算模型。該模型首先在整個檢測場景中采用自底向上的視覺注意機制來選擇突出的艦船目標，然后，用兩種互補的自上而下的機制來區(qū)分選中的艦船。具體來說，除了候選艦船目標的詳細的特征分析，基于鄰域相似性的方法是用來描述他們的當時地理環(huán)境的相互作用。此外，我們的模型的框架是用多尺度和分層的方式來提供了合理的近似視覺搜索過程和合理分配計算資源的設(shè)計。全色SPOT5數(shù)據(jù)實驗證明該模型的有效性和計算效率。

關(guān)鍵詞：特征分析 上下文方法  遙感圖像 艦船監(jiān)測 視覺搜索

第一章 緒論

在衛(wèi)星圖像的艦船自動檢測的遙感技術(shù)是非常重要的。其典型的應(yīng)用包括海事管理，非法捕魚的監(jiān)視，和走私活動的監(jiān)測 。由于合成孔徑雷達（SAR）的在任何天氣和任何時間都可以工作，SAR圖像的艦船檢測已深入研究 。然而，在光學衛(wèi)星圖像艦船監(jiān)測方面的研究很少。與SAR圖像相比，光學衛(wèi)星圖像可以提供艦船在分類應(yīng)用中進一步使用更詳細和容易理解的特點。此外，非金屬艦船在光學圖像中的特征比SAR圖像更明顯。因此，作為一個顯著和互補的信息源，有必要開發(fā)一種針對光學衛(wèi)星圖像艦船的自動化的技術(shù)。大量研究根據(jù)強度對比或統(tǒng)計分布的差異，以自底向上的方式，從周圍環(huán)境中分離出艦船特征(如：[1]和[3])。這些自下而上的方法包括流行的恒虛警率為基礎(chǔ)的技術(shù) 以及最近針對貝葉斯決策為基礎(chǔ)的方法（BD） 。然而，在實際的光學衛(wèi)星的場景，許多地理空間對象（例如，小島，海岸線，強大的波浪，和微云）也明顯對艦船監(jiān)測產(chǎn)生干擾。盡管一些現(xiàn)有的方法使用岸線數(shù)據(jù)在海域進行檢測 ，它仍然對海岸線數(shù)據(jù)的精度低的沿海地區(qū)造成干擾。最近，為了減少虛警，一些自上而下的線索已被引入表征船舶候選人的外觀，如形狀，紋理，和強度分布特征 。然而， 當圖像的分辨率不能提供足夠的艦船外觀細節(jié)和各種艦船尾跡的影響，這些對象為中心的方法通常不適用。上下文信息作為自上而下的機制的。。。