一种基于SLIC分层分割的无人机图像极小目标检测方法.docx

《一种基于SLIC分层分割的无人机图像极小目标检测方法.docx》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一种基于SLIC分层分割的无人机图像极小目标检测方法赵坤1+张羽君2张建龙2王勇11(中国电子科技集团公司第二十七研究所,河南省郑州市,450047)2(西安电子科技大学电子信息工程学院,陕西省西安市,710071)摘要:针对无人机可见光图像目标小、对比度弱的问题，本文提出一种基于SLIC[1]（simplelineariterativeclustering，即简单线性迭代聚类）分层分割的极小目标检测方法。首先使用预处理方法提高原始图像的对比度，并利用Top-hat融合方法进行初始分割以确定目标区域，其次利用SLIC方法完成目标精细分割，并采用改进的DBSCAN(

2、Density-BasedSpatialClusteringofApplicationswithNoise，既具有噪声的基于密度的聚类方法)策略对SLIC分割结果进行超像素聚类，最后提取目标的邻域熵等多种底层特征，使用特征匹配方式检测目标，获取最终检测结果。同时本文提出了一种全局检测和局部检测相结合的检测策略，大大提高了检测速度。仿真结果表明，本文方法可以有效提高无人机小目标的检测性能,加速检测速度。关键词:无人机；Top-hat；SLIC；DBSCAN；融合检测策略中图分类号:TP391.4AMethodofVerySmallTargetDetectioninU

3、AVImageBasedonSLICHierarchicalSegmentationZhaoKun1+,ZhangYu-jun2,ZhangJian-long2,WangYong11(The27thresearchinstitudeofchinaelectronicstechnologygroupcorporation,China)2(SchoolofElectronicEngineering,XidianUniversity,Xi’an,710071,China)Abstract:Fortheproblemofthesmalltargetandtheweakco

4、ntrastofUAVimage,weproposeamethodofminimaltargetdetectionbasedonSLIC(simplelineariterativeclustering)hierarchicalsegmentation.FirstlypretreatmentmethodsareusedtoimprovethecontrastoftheoriginalimageandTop-hatfusionisusedasinitialsegmentationtodetecttheinitialtargetarea.ThenSLICsegmenta

5、tionmethodisutilizedtogetthefinesegmentationandimprovedDBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)isintroducedtoobtaintheultra-pixelclassificationaccordingtothesegmentationresult.Finallyfeaturematchingisusedtodetectthetargetbyextractingtheneighborhoodentropyofthetarg

6、etandotherlow-levelfeatures.Alsoadetectionstrategycombiningglobaldetectionandlocaldetectionisproposedtoacceleratethedetectionspeed.TheexperimentresultsshowthatthismethodcanimprovethedetectionperformancefortheminimaltargetsinUAVimageandacceleratethedetectionspeed.Keywords:UAV;Top-hat;S

7、LIC;DBSCAN;FusionDetectionRule引言弱小目标检测是图像处理领域中的热点和难点问题之一。所谓小目标指的是目标的成像尺寸属性,就是指目标在图像中所占的像素面积小,根据国际组织SPIE的定义小目标为在256*256的图像中目标面积小于80个像素,即小于256*256的0.12%就为小目标。由于目标距离较远或者其本身的弱小特性，同时加上复杂背景杂波的干扰，小目标可能几乎完全淹没在背景杂波及噪声之中。在这种低信噪比条件下，要直接检测出目标变得异常困难。但是，由于其在军事等诸多领域应用中的关键性作用，弱小目标检测的研究依然有着重要的意义。国内外众多

8、学者对此展