论文摘要
高分辨率光学遥感影像中靠岸集装箱船受到岸边建筑、阴影和背景环境的干扰严重,且其船身模式与相邻陆地上集装箱非常相似,较难实现自动化检测。针对这一难题,提出了一种利用超像素级上下文特征进行靠岸集装箱船检测的方法。首先,对图像进行过分割生成超像素,在超像素区域提取颜色、纹理特征并级联邻域超像素特征形成超像素级上下文特征;然后,将目标超像素作为正样本,并自适应地选择较难区分的背景超像素作为负样本来训练分类器,实现对目标、背景超像素的分类;最后,利用全连接条件随机场对分类结果优化,实现对靠岸集装箱船的检测。实验结果表明,该方法能够较为可靠地检测靠岸集装箱船,具有一定的应用前景。
论文目录
文章来源
类型: 期刊论文
作者: 祝胜男,郭炜炜,柳彬,张增辉,郁文贤
关键词: 光学遥感图像,集装箱船,靠岸舰船检测,超像素,上下文特征,支持向量机,全连接条件随机场,主动样本选择
来源: 武汉大学学报(信息科学版) 2019年04期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,船舶工业,自动化技术
单位: 上海交通大学智能探测与识别上海市高校重点实验室
基金: 国家自然科学基金重点项目(61331015),中国博士后科学基金(2015M581618)~~
分类号: U674.131;TP751
DOI: 10.13203/j.whugis20170129
页码: 578-585
总页数: 8
文件大小: 9654K
下载量: 120
相关论文文献
标签：光学遥感图像论文; 集装箱船论文; 靠岸舰船检测论文; 超像素论文; 上下文特征论文; 支持向量机论文; 全连接条件随机场论文; 主动样本选择论文;