面向海面目标检测的陆海分离和海面分区算法研究

基于显著条件随机场的海面目标分割算法宋文韬; 胡勇; 巩彩兰; 李赛【期刊名称】《《现代电子技术》》【年(卷),期】2019(041)010【总页数】4页(P128-131)【关键词】图像分割; 视觉显著性; 条件随机场; 海面目标; 遥感; 舰船目标检测; 图像处理; 目标分割【作者】宋文韬; 胡勇; 巩彩兰; 李赛【作者单位】中国科学院上海技术物理研究所上海200083; 中国科学院红外探测与成像技术重点实验室上海200083; 中国科学院大学北京100049【正文语种】中文【中图分类】TN911.73-34; TP751.1光学遥感相比传统的雷达探测[1]，具有强隐蔽性、环境适应性好的特点，得到越来越广泛的应用。

现在对光学遥感海面目标的检测与分割运用较多的是基于显著度的方法。

显著度是一种主动模仿人眼特征的设计方法，模拟人眼可快速集中于感兴趣区域，而提出的目标检测算法模型[2]一般可分为3 类：基于对比度信息[3]、基于频率域特征[4]、基于计算的特征融合的算法[5]。

但对不同场景适应性差，会提取一定的错误区域；经显著度处理后都有一个高斯滤波的过程，难以做到对像元的精确提取。

概率图模型是图像分割领域的一个研究热点，条件随机场模型（Condition Random Field，CRF）是经典的马尔科夫随机场模型（MRF）的发展，主要有两个优点：首先，去除观测序列的独立假设分布约束[6]，增强马尔科夫随机场模型的适应能力；其次是能够对长距离和短距离像素关系进行建模[7]，特别是对于海面这种大面积背景，能够充分利用图像的上下文关系。

本文针对遥感海面图像的特点，对现有条件随机场的检测框架进行改进，提出一种改进视觉显著性一元势函数，同时利用全连接的随机场替代邻域检测模型，实现对海面舰船目标的精确分割。

1 改进视觉显著性模型1.1 基于谱残差显著性的目标分割算法人眼能够快速和精确地定位自然场景中的目标，并且在不需要事先识别目标的情况下，转移注意力并聚焦该目标，同时将目标从背景中分割出来。

面向海上目标的海陆分离方法研究刘思彤;程红;孙文邦;于光【摘要】随着信息技术的发展，越来越多的国家将关注焦点放在海洋上。

快速有效地将海洋与陆地分离对实现海上目标解译、目标检测、识别与提取以及场景理解等具有重要的作用。

首先介绍了海陆分离的重要意义和主要内容，在总结各海陆分离方法的基础上将其分为基于先验信息的海陆分离和基于图像特征差异的海陆分离两大类；然后对各方法进行了系统的综述并进行对比分析，指出存在的一些问题；最后给出了总结和展望。

%As the technology of information improves,more and more countries are focusing on the sea. Effectively departing the ocean and the land will play an important role in better realizing the tasks on the sea such as image interpretation,object recognition and extraction,scene understanding,and so on. This paper firstly introduces the meaning and properties of sea-land segment,and divides the methods of sea-land segment into two types: based on prior information and based on feature differences. Then,a systematic review on recent development of all the methods is presented and some advantages and drawbacks are pointed out. Finally,conclusions are drawn and future research directions are discussed.【期刊名称】《电子设计工程》【年(卷),期】2014(000)015【总页数】5页(P96-100)【关键词】海上目标分析;海陆分离;先验信息;图像特征【作者】刘思彤;程红;孙文邦;于光【作者单位】空军航空大学航空航天情报系，吉林长春 130022;空军航空大学航空航天情报系，吉林长春 130022;空军航空大学航空航天情报系，吉林长春130022;空军航空大学航空航天情报系，吉林长春 130022【正文语种】中文【中图分类】TN29随着科技水平的提高和信息化战争的发展，越来越多的国家开始将国防力量的建设放在海洋上，如建造航母、组建航母编队、在远海组织舰队演练等。

海面目标的稀疏检测方法研究摘要海面目标检测因受到海杂波的影响，传统目标检测方法易产生高虚警问题，如何有效抑制非平稳的、相关性强的海杂波，提高海面目标的检测能力，一直是雷达检测领域的难点问题。

在高频近似情况下，海面目标（例如舰船等）的后向散射常呈现出多散射中心的特点，散射中心数量一般远小于观测区域的可分辨单元数量，基本符合压缩感知（CS，CompressiveSensing）处理方法对目标散射稀疏先验的要求。

因此，本文利用压缩感知技术重点开展了以下研究工作：1.在高斯噪声背景下，研究了迭代软阈值（IST，IterativeSoftThresholding）算法的点目标重构能力和输出噪声特性。

重点讨论了基于IST的两种固定门限检测器，推导了相应的检测概率和虚警概率的解析表达式，仿真分析表明，欠采样下的IST固定门限检测器性能优于匹配滤波最优检测器。

另外，给出了基于IST 的恒虚警（CFAR）检测器架构及其性能分析。

2.在海杂波背景和点目标检测条件下，建立了海杂波复合K分布模型，研究了OMP （OrthogonalMatchingPursuit）和FOCUSS（FocalUndeterminedSystem Solver）算法对中低海情海杂波的抑制性能，相比经典的白化滤波方法，它们具有更好的海杂波滤除能力。

针对海杂波的复杂动力学行为，初步探索了海杂波抑制的深度学习（DeepLearning）方法，利用卷积自编码器（CAE，Convolutional Auto-Encode）对回波谱图中的海杂波和目标进行了有效分离，初步验证了方法的可行性。

3.在海杂波背景下，研究了扩展目标的稀疏检测方法。

扩展目标的多散射中心通常呈现区域连续分布的特点，这里利用目标连续区域边界的稀疏性和非零的目标散射点与周围散射点之间的连续依赖关系，提出了结合总体变分（Total V ariation，TV）正则化约束的SF-LASSO 算法，仿真结果表明SF-LASSO算法能较准确反演目标位置和基本轮廓。