一种基于模板的港口舰船目标变化检测方法

J4 ›› 2013, Vol. 35 ›› Issue (6): 134-141.

一种基于模板的港口舰船目标变化检测方法

随银岭，邹焕新，雷琳，李智勇

(国防科学技术大学电子科学与工程学院，湖南长沙 410073)

收稿日期:2011-04-06 修回日期:2011-11-21 出版日期:2013-06-25 发布日期:2013-06-25

A novel change detection method of
harbor ship target based on template

SUI Yinling,ZOU Huanxin,LEI Lin,LI Zhiyong

(School of Electronic Science and Engineering,National University of Defense Technology,Changsha 410073,China)

Received:2011-04-06 Revised:2011-11-21 Online:2013-06-25 Published:2013-06-25

摘要/Abstract

摘要：

系统地提出了一种以高分辨率光学图像为模板的变化检测思路和实现流程。首先，利用高分辨率光学图像制作二值化模板，将模板与待检测的两幅图像分别进行配准，在此基础上通过解算模板与序列图像间的空间变换关系来获取待检测区域；其次，将模板图与待检测图像进行加权融合获得分割海域图，并基于恒虚警检测算法提取变化的目标；最后，提取目标特征进行变化分析，得到变化信息。在实际的工程应用中，本方法得到了光学和SAR等不同源港口数据的有效验证。

关键词: 模板, 恒虚警检测, 变化检测, 变化分析

Abstract:

A novel change detection method based on template, which is made by high resolution optical image, was studied systematically in the paper. Firstly, high resolution optical images are used to make binary templates, the template and the two tobedetected images are matched separately, and then the region that waits for inspection is obtained by calculating the spatial transformation of the template and the image sequence. Secondly, the segmentation sea area images are obtained through weighted fusion of template and different temporal images，and then the CFAR algorithm is used to extract the changed targets. Finally, target features are extracted to perform change analysis. The efficiency of the method is proved by experimental results of different harbor images of SAR and optical in the practical application.

Key words: template;CFAR;change detection;change analysis

随银岭，邹焕新，雷琳，李智勇. 一种基于模板的港口舰船目标变化检测方法[J]. J4, 2013, 35(6): 134-141.

SUI Yinling,ZOU Huanxin,LEI Lin,LI Zhiyong. A novel change detection method of
harbor ship target based on template [J]. J4, 2013, 35(6): 134-141.

[1]	陈海永, 吕承杰, 杜春, 陈鹏. 孪生注意力门控融合的遥感图像变化检测编解码网络[J]. 计算机工程与科学, 2023, 45(09): 1593-1601.
[2]	徐亮, 张江, 张晶, 杨亚琦. 基于VGG网络的鲁棒目标跟踪算法[J]. 计算机工程与科学, 2020, 42(08): 1406-1413.
[3]	王妞妞，安建成. 最佳阈值法结合改进的Freeman链码的肺实质分割[J]. 计算机工程与科学, 2020, 42(06): 1037-1042.
[4]	曲智国，谭贤四，林强,王红，张伟. 多尺度宽线检测方法[J]. 计算机工程与科学, 2018, 40(12): 2205-2210.
[5]	杨国亮，唐俊，王建，朱松伟，梁礼明. 基于低秩投影中稀疏误差矩阵分析的视觉跟踪[J]. 计算机工程与科学, 2017, 39(05): 944-950.
[6]	王培玉1,2,李峰1,2,周书仁1,2，廖卓凡1，2. 复杂码头环境下的船舶检测与跟踪算法[J]. 计算机工程与科学, 2017, 39(05): 992-998.
[7]	翟荔婷1，张冰怡1，冯志勇1，徐超2. 基于3D塔架配准的绝缘子自爆缺陷检测[J]. 计算机工程与科学, 2016, 38(08): 1688-1694.
[8]	沈剑良1,2,李思昆2,王观武2,吕平1,刘磊2,刘勤让1. 一种基于体系结构模板的粗粒度可重构SoC设计方法[J]. J4, 2016, 38(06): 1071-1077.
[9]	刘李漫1，张治国2，满征瑞2. 基于模板匹配及区域信息融合提取的快速目标跟踪算法[J]. J4, 2016, 38(03): 534-541.
[10]	阮志毅，沈有建，刘凤玲. 基于数学形态学的模糊集理论在车牌字符识别中的运用[J]. J4, 2016, 38(03): 562-568.
[11]	王淑芬1,高军礼1,邹普1，宋海涛2. 基于Hadoop的广域网分布式主题爬虫系统框架[J]. J4, 2015, 37(04): 670-675.
[12]	齐金, 李宽, 杨灿群, 杜云飞. Xeon Phi平台上基于模板优化的3D-GVF场计算加速[J]. 计算机工程与科学, 2014, 36(08): 1435-1440.
[13]	陈曦，梁方，王威. 基于对偶树复小波变换与PCA方法结合的图像变化检测算法研究[J]. J4, 2014, 36(08): 1560-1565.
[14]	李福祥1,霍建秋2,林慕清1,唐晶1,周福才2. 一种面向击键动态身份认证的多模板选择算法[J]. J4, 2014, 36(01): 73-82.
[15]	欧阳雪，周寰，邓锦洲，任江春. 一种面向软件生命周期的授权保护系统设计与实现[J]. J4, 2013, 35(4): 59-64.