抑制船尾拖纹的船舶显著性视频检测方法

李昀峰¹, 周东¹, 阮雅端¹, 陈林凯^1,2, 陈启美¹

1. 南京大学 电子科学与工程学院, 南京 210023;
2. 江苏理工学院 计算机工程学院, 江苏 常州 213001

收稿日期:2016-05-25出版日期:2017-09-28

作者简介:李昀峰(1990-),男,硕士生,E-mial:henryliyunfeng@163.com;陈启美(1949-),男,教授,博士生导师.
基金资助:国家自然科学青年基金项目（61502226）；国家船联网专项科技项目（2012-364-641-209）

Ships Saliency Detection Algorithm for Inhibiting Stern Ripples Based on Video Sequence

LI Yun-feng¹, ZHOU Dong¹, RUAN Ya-duan¹, CHEN Lin-kai^1,2, CHEN Qi-mei¹

1. School of Electronic Science and Engineering, Nanjing University, Nanjing 210023, China;
2. College of Computer Engineering, Jiangsu University of Technology, Jiangsu Changzhou 213001, China

Received:2016-05-25Online:2017-09-28

摘要/Abstract

摘要： 运动船舶尺寸等参数的视频检测中，与船体同步运动的水面拖纹干扰会严重影响检测精度.为此，在描述显著性检测机理的基础上，提出了抑制船尾拖纹的船舶显著性视频检测方法：根据颜色对比度直方图得到内河场景的显著图；将原图超像素分割成若干子区域，以区域空间位置关系改进直方图对比度显著性检测结果得到区域显著图；通过该区域显著图初始化GrabCut算法，迭代分割过程中加入腐蚀膨胀操作来逼近目标边缘，从而提取运动船舶.实况视频测试结果表明，该方法能有效地抑制船尾拖纹，准确地检测出内河运动船舶，准确性达到94.6%.
中图分类号:
TN929.53

引用本文

李昀峰, 周东, 阮雅端, 陈林凯, 陈启美. 抑制船尾拖纹的船舶显著性视频检测方法[J]. 北京邮电大学学报, 2017, 40(s1): 72-76.
LI Yun-feng, ZHOU Dong, RUAN Ya-duan, CHEN Lin-kai, CHEN Qi-mei. Ships Saliency Detection Algorithm for Inhibiting Stern Ripples Based on Video Sequence[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(s1): 72-76.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3073