基于SUSAN算法和行列均值分割的海面舰船检测

提出一种基于SUSAN检测和行列均值分割的复杂海天背景的红外舰船目标检测算法。首先建立一个简单的舰船轮廓模型,结合SUSAN算子检测得到感兴趣区域ROI,并且感兴趣区域的大小可以由轮廓模型进行一定的控制;然后对感兴趣区域运用改进的行列均值分割得到舰船目标。实验结果表明,提出的算法能正确分割出舰船目标。     

基于多尺度局部方差的海面红外舰船检测

方差可以表示局部区域中各像素之间的关系：一般情况下,不同的像素相同的邻域大小计算出的方差不同,相同的像素不同的邻域大小计算出的方差也不同。本文构造多尺度局部方差,来计算每个像素的方差随尺度变化的情况。目标像素与其邻域像素的方差随尺度变化大,背景像素与其邻域像素的方差随尺度变化小;最后运用行列投影求出方差变化大的像素作为检测结果。实验结果表明,本文算法可以有效减弱背景中各种干扰的影响,正确检测出红外图像中舰船目标的位置。     

DST 与DSmT 自适应信息融合算法

在对DST（Dempster-Shafer Theory）和DSmT（Dezert-Smarandache Theory）算法进行综合考虑的基础上,提出一种将两者结合使用的信息融合方法。以实例分别对这两种算法进行分析、比较,针对这两种算法在计算复杂度与计算结果的合理性之间存在的矛盾,将其融合,并进行算法仿真。仿真结果表明,该方法能有效实现对冲突信息的处理,并且兼顾分配精度和计算。     

基于多尺度分形与均值漂移的红外海面舰船目标分割

基于分形检测理论,结合均值漂移滤波算法做了一些红外舰船目标分割提取实验。利用多尺度分形特征MFFK检测舰船目标得到感兴趣区域ROI,去除了感兴趣区域外的大面积背景干扰;对感兴趣区域的分形特征图进行二值化处理再次减少了感兴趣区域内的背景干扰,经过两步去除干扰得到二值目标区域。对二值目标区域进行均值漂移滤波得到真实目标分布点集,最后运用形态学滤波得到舰船目标分割结果。实验结果表明,提出的算法能够提取出舰船目标。