基于多尺度图像相位信息的海难搜救目标检测方法

    公开(公告)号:CN102156881B

    公开(公告)日:2012-07-25

    申请号:CN201110092940.4

    申请日:2011-04-13

    Abstract: 本发明公开了一种基于多尺度图像相位信息的海难搜救目标检测方法,所述方法主要包括如下步骤:首先提取海难搜救场景图像的亮度特征图像,并进行下采样,得到三个不同尺度下的亮度图;然后对每幅图像进行傅里叶变换计算其相位谱,并以此为基础得到各尺度图像的显著图;最后对三幅显著图进行合并,得到总显著图,并通过设定的阈值提取显著目标。本发明所用方法简单,兼顾了多个图像尺度,可以同时检测到不同尺寸的目标,为后续海难搜救中的目标跟踪和识别提供基础。

    海洋动态背景下视频小目标快速检测的结构张量方法

    公开(公告)号:CN102087744B

    公开(公告)日:2012-07-25

    申请号:CN201010113825.6

    申请日:2010-02-25

    Abstract: 本发明公开了一种海洋动态背景下视频小目标快速检测的结构张量方法,在实施时,主要在目标图像I中提取处可能的特征量H的基础上,再对目标图像I进行基于特征量H的目标检测方法的处理,并分三步优化目标检测的过程,将这个检测结果与目标图像I相邻图像的检测结果相结合,从而提取出最终的目标检测结果。本发明的使用,可以很好的实现在海洋动态的背景条件下进行小目标的快速检测方法,且本发明不单单提高了图像处理时的运行速度,还可以进一步保证目标检测的实时性、有效性和视频图像的流畅性的特点。

    海难搜救机器视觉系统中结合运动信息的视觉注意模型

    公开(公告)号:CN101976439A

    公开(公告)日:2011-02-16

    申请号:CN201010527763.3

    申请日:2010-11-02

    Abstract: 本发明公开了一种应用于海难搜救机器视觉系统中,结合运动信息的视觉注意模型,在实施时,主要利用图像序列中的亮度、颜色和运动信息三个方面的特征,利用线性合并策略形成视觉显著图,并通过竞争机制获得当前视觉注意焦点,以此进行海难搜救的目标检测。此处的运动信息来源于图像序列的当前帧与滑动平均后背景图像之间差分的结果。本发明的使用,可以实现在海难搜救动态背景条件下生成搜救目标显著图,从而得到视觉注意焦点。本发明使用的运动信息计算量小、实现方便,同时该方法不必计算传统视觉注意模型中的方向特征,这样可以有效去除水天线带来的干扰,使视觉注意模型更适用于海难搜救特定环境中。

    基于多尺度图像相位信息的海难搜救目标检测方法

    公开(公告)号:CN102156881A

    公开(公告)日:2011-08-17

    申请号:CN201110092940.4

    申请日:2011-04-13

    Abstract: 本发明公开了一种基于多尺度图像相位信息的海难搜救目标检测方法,所述方法主要包括如下步骤:首先提取海难搜救场景图像的亮度特征图像,并进行下采样,得到三个不同尺度下的亮度图;然后对每幅图像进行傅里叶变换计算其相位谱,并以此为基础得到各尺度图像的显著图;最后对三幅显著图进行合并,得到总显著图,并通过设定的阈值提取显著目标。本发明所用方法简单,兼顾了多个图像尺度,可以同时检测到不同尺寸的目标,为后续海难搜救中的目标跟踪和识别提供基础。

    海洋动态背景下视频小目标快速检测的结构张量方法

    公开(公告)号:CN102087744A

    公开(公告)日:2011-06-08

    申请号:CN201010113825.6

    申请日:2010-02-25

    Abstract: 本发明公开了一种海洋动态背景下视频小目标快速检测的结构张量方法,在实施时,主要在目标图像I中提取处可能的特征量H的基础上,再对目标图像I进行基于特征量H的目标检测方法的处理,并分三步优化目标检测的过程,将这个检测结果与目标图像I相邻图像的检测结果相结合,从而提取出最终的目标检测结果。本发明的使用,可以很好的实现在海洋动态的背景条件下进行小目标的快速检测方法,且本发明不单单提高了图像处理时的运行速度,还可以进一步保证目标检测的实时性、有效性和视频图像的流畅性的特点。

Patent Agency Ranking