[发明专利]一种基于形状引导显著性模型的无监督油罐目标检测方法有效
申请号: | 201810153495.X | 申请日: | 2018-02-22 |
公开(公告)号: | CN108427919B | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 赵丹培;井敏皓;姜志国;史振威 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 李冉 |
地址: | 100000*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于形状引导显著性模型的无监督油罐目标检测方法。其步骤为:输入遥感图像,计算遥感图像的边缘响应图并对遥感图像中的每个像素进行聚类组成超像素,得到遥感图像的全部超像素;基于所述全部超像素和所述边缘响应图得到多个聚类区域;利用聚类区域,得到圆形概率和圆形概率图;根据全部超像素和圆形概率图计算基于形状引导的显著性图;通过形状引导的显著性图得到二值结果图;利用二值结果图在遥感图像中标出油罐区域,得到目标区域。通过该目标检测方法可以准确检测出不同尺寸和光照条件下低分辨率遥感图像中的油罐目标,具有较好的鲁棒性。 | ||
搜索关键词: | 一种 基于 形状 引导 显著 模型 监督 油罐 目标 检测 方法 | ||
【主权项】:
1.一种基于形状引导显著性模型的无监督油罐目标检测方法,其特征在于,包括如下步骤:步骤1:输入遥感图像,计算所述遥感图像的边缘响应图以及对所述遥感图像中的每个像素进行聚类组成超像素,得到所述遥感图像的全部超像素;步骤2:基于所述全部超像素和所述边缘响应图得到多个聚类区域;步骤3:利用所述聚类区域,得到圆形概率和圆形概率图;步骤4:根据所述全部超像素和所述圆形概率图构建基于形状引导的显著性图;步骤5:通过所述形状引导的显著性图得到二值结果图;步骤6:利用所述二值结果图在所述遥感图像中标出油罐区域,得到目标区域。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810153495.X/,转载请声明来源钻瓜专利网。