基于图像显著性特征的舰船目标检测识别方法*

李宗鑫，王启曙，于娟娟

（1.92001 部队，山东 青岛 266000；2.烟台幼儿师范高等专科学校，山东 烟台 266000）

0 引言

海上舰船目标的检测与识别是计算机视觉和人工智能领域关注的重要问题，其在军事作战应用、海上交通运输、海事救援、海洋渔业等领域具有十分重要的意义。随着可见光、红外、合成孔径雷达（Synthetic Aperture Radar，SAR）及卫星遥感等成像技术的发展成熟，基于图像处理、计算机视觉技术的舰船目标检测与识别成为当前的研究热点，具有广阔的应用前景[1]。

一般而言，可见光图像中舰船目标特征主要有颜色、轮廓、形状以及纹理等，现有的舰船目标检测识别算法大多依据此类特征，综合运用图像处理、机器学习等相关算法进行检测识别。

舰船目标检测识别算法一般可分为检测和识别两个阶段。检测阶段多使用图像处理相关算法，对图像进行分割筛选获取包含舰船目标的区域。常见的有阈值分割法、边缘检测法以及基于视觉显著性的方法。阈值分割法有最小误差阈值分割法[2]、多阈值分割法[3]、最大类间方差法[4]、最大熵法以及自适应阈值法[5]等。此类算法对背景或者舰船目标的颜色、纹理分析统计后得出分割阈值，优点是分离精度高，但通用性一般。边缘检测算法通过计算图像的边缘特征提取目标区域，常用的如小波检测[6]、Canny 边缘检测、霍夫变换[7]等。基于边缘的分割方法需要连续的轮廓才能保证识别效果，当目标与背景颜色相近、边缘特征不明显时效果不理想。基于视觉显著性模型（Visual Attention Mechanism，VAM）的方法可分为空域和频域两类。……