《基於視覺注意機制的SAR圖像小目標檢測方法研究》是依託河海大學，由徐佳擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於視覺注意機制的SAR圖像小目標檢測方法研究
- 項目類別：青年科學基金項目
- 項目負責人：徐佳
- 依託單位：河海大學
項目摘要,結題摘要,
項目摘要
對SAR圖像中船隻、飛機、汽車等人造目標進行自動檢測在軍事和民用領域均有重要的套用價值。然而,這類目標在圖像中有效能量區域小且細節信息比較匱乏，現有方法在檢測精度和效率方面均存在不足。本項目旨在將視覺注意的模型化計算引入SAR圖像解譯中，基於視覺注意機制構建一套高效穩健的小目標檢測方案，為SAR圖像目標檢測研究提供新思路。根據SAR圖像特徵和小目標特點，研究模型化計算過程中涉及的特徵選取、尺度選擇、顯著圖生成、注意焦點選擇等問題，設計出適用於SAR圖像的視覺注意計算模型；針對大視場、強雜波、點目標等情況，借鑑變換域分析方法的優勢提出改進措施；引入目標所處的上下文環境進行自頂向下的控制，研究上下文信息的描述方法及控制策略，構建融合雙向注意機制的目標檢測方法，實現複雜背景小目標檢測。本研究有望推動SAR圖像智慧型化信息處理的發展，並為軍事目標搜尋與監視、海上目標檢測、智慧型交通等提供技術支持。
結題摘要
隨著SAR圖像解析度提高，傳統目標檢測方法往往存在統計模型參數估計複雜、對大視場圖像檢測精度與效率難以兼顧等問題。特別是對於一些小型人工目標如車輛、船隻、飛機等，由於目標自身不變特提取困難，難以滿足實用性要求。課題將視覺注意的模型化計算引入SAR圖像解譯中，圍繞SAR圖像特徵提取與優選、適用於SAR圖像的視覺注意計算模型、基於視覺顯著性的目標檢測方法等展開了深入研究。通過三年的研究，取得了如下成果：（1）針對SAR圖像特點，以特徵整合理論為基礎，構建了基於多特徵融合的視覺注意模型，並拓展到全極化SAR圖像；（2）針對強雜波背景和小目標，改進了頻率域視覺注意模型；（3）模擬人類視覺過程，設計了基於視覺反差和信息熵的SAR圖像目標檢測方法，並利用上下文線索進行約束，提出了融合雙向注意機制的目標檢測算法，套用於SAR圖像艦船目標和車輛目標檢測中；（4）設計了基於混合編碼遺傳算法的SAR圖像特徵優選方法；（5）提出了基於顏色恆常性和視覺注意的陰影檢測方法；（6）開發了SAR圖像處理與人工目標檢測原型系統，建成典型目標樣本庫和不同場景測試圖集，並開展了不同模型性能評測研究。項目研究為SAR圖像目標檢測提供了新思路，能為軍事目標搜尋與監視、海上目標檢測、智慧型交通等在目標預檢測階段提供技術支持。在項目資助下，發表學術論文9篇，申請國家發明專利4項，培養博士研究生1名、碩士研究生7名。
