海面红外目标检测——视觉注意力模型

最新推荐文章于 2024-08-02 21:36:22 发布

置顶

没有梦想的音乐人

最新推荐文章于 2024-08-02 21:36:22 发布

阅读量2.1k

点赞数 1

文章标签：海上目标检测工程方法容易搞懂的检测算法视觉注意力模型大连星海已应用过红外图像

本文链接：https://blog.csdn.net/weixin_40598742/article/details/88774676

版权

本文介绍了一种基于视觉注意力模型的海面红外目标检测方法，包括图像块区域灰度标准差计算、高斯金字塔与Gabor滤波、center-surround算子处理、显著图生成和二值化目标提取等关键步骤，有效应用于大连星海的实际场景。

摘要由CSDN通过智能技术生成

计算机视觉处理 —》海上目标检测

让你看的懂的视觉注意力模型，让你会用的目标检测方法
不多说-------------------------------------------------------------------------------------------
方法的流程图献上：
在这里插入图片描述
不多扯*******************************************************************************
方法的关键步骤呈上：
第1步：将原图像划分为相同尺寸的块区域，并计算各块区域内的灰度标准差。
第2步：对原始红外海面图像进行高斯滤波以及步长为2的下采样操作，构造8层灰度高斯金字塔。若背景平滑度指标SV小于预定阈值，则以该灰度高斯金字塔为特征金字塔进行后续操作；若背景平滑度指标SV超过预定阈值，则对灰度金字塔每层图像进行Gabor滤波，从而构造方向金字塔，并以此作为特征金字塔进行后续操作。
第3步：用center-surround算子对特征金字塔每层图像进行处理，处理结果归一化后生成特征图像。
第4步：将所有特征图像调整到同一尺寸后进行叠加操作，然后再次利用归一化算子进行归一化处理，将图像的动态范围调整到0~1之间，得到最终的显著图。
第5步：依据最终显著图中不同区域的显著性的局部奇异性大小进行二值化处理以提取最终