科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统显著区域提取红外舰船目标检测算法进行图像处理时，虚警率高；深度学习的红外舰船目标检测方法速度慢等问题。提出了一种传统的目标提取与深度学习中分类的思想相结合的红外舰船目标检测算法。首先通过TOP-HAT（高帽变换）和Bottom-HAT（低帽变换）对图像进行处理，然后通过阈值分割方法和归并算法对图像进行候选区域的提取，再运用深度学习中分类的思想完成对目标船舰的检测。通过测试数据集进行实验并对比分析，结果表明改进后的检测算法平均精确度达到83.69%，较之于传统显著区域提取算法，精确度提升了8.09%，较之于Faster-R-CNN算法，每百张检测时间缩短了2秒。
-
单位沈阳航空航天大学; 上海卫星工程研究所
