基于动态聚类算法的遥感图像舰船检测
全色遥感图像的舰船检测是一个具有挑战性的任务.若图像中存在大量的云、海浪和孤立的海岛会对检测结果造成负面的影响,容易产生大量的虚警,导致算法的实用性低.本文提出了一个基于动态聚类的舰船检测算法.首先根据图像总体灰度值的分布状况,通过一或两次聚类,判定不同海况,分离感兴趣区域与背景区域.接着采用腐蚀膨胀的思想去除感兴趣区域中的一些孤立点和噪声点.然后使用动态聚类算法对感兴趣区域进行多次迭代,检测出多个舰船候选区域.最后采用紧密度与长宽比等特征去除虚警,从而获得舰船检测的真实结果.本算法着眼于图像中的海况,重在考查舰船与云、海面、海浪等灰度值的差异而非某些特定的灰度值,在不同的图像中可以自适应地调整聚类数量.经实验证明,本算法可以适应多种不同复杂海况和待检测图像中舰船之间灰度或形状差异较大的情况,具有较强的鲁棒性和较低的虚警率。
遥感图像 舰船检测 动态聚类算法 海况分析 鲁棒性能
陈杰 杨锋
北京航空航天大学计算机学院数字媒体北京市重点实验室,北京100191
国内会议
杭州
中文
97-102
2015-11-11（万方平台首次上网日期，不代表论文的发表时间）