首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
赵坤 张羽君 张建龙 王勇.基于SLIC分层分割的无人机图像极小目标检测方法[J].数据采集与处理,2017,32(4):737-745
基于SLIC分层分割的无人机图像极小目标检测方法
Very Small Target Detection Method for UAV Image Based on SLIC Hierarchical Segmentation
  
DOI:
中文关键词:  无人机;简单线性迭代聚类;具有噪声的基于密度的聚类方法;融合检测策略
英文关键词:UAV; simple linear iterative clustering(SLIC); density-based spatial clustering of applications with noise(DBSCAN); fusion detection rule
基金项目:
作者单位
赵坤 张羽君 张建龙 王勇 1.中国电子科技集团公司第二十七研究所,郑州,450047; 2.西安电子科技大学电子信息工程学院,西安,710071 
摘要点击次数: 12
全文下载次数: 20
中文摘要:
      针对无人机可见光图像目标小、对比度弱的问题,本文提出一种基于简单线性迭代聚类(Simple linear iterative clustering,SLIC)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,并采用改进的具有噪声的基于密度的聚类方法(Density-based spatial clustering of applications with noise,DBSCAN)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。本文提出了一种全局检测和局部检测相结合的检测策略,极大提高了检测速度。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。
英文摘要:
      For the problem of the small target and the weak contrast of UAV image, we propose a method for minimal target detection based on simple linear iterative clustering (SLIC) hierarchical segmentation. Firstly, pretreatment methods are utilized to improve the contrast of the original image, and Top-hat fusion is used as initial segmentation to detect the initial target area. Then SLIC s egmentation method is utilized to obtain the fine segmentation, and improved density-based spatial clustering of applications with noise(DBSCAN) is introduced to accomplish ultra-pixel classification according to the segmentation result. Finally, the target is detected through feature matching by extracting the neighborhood entropy of the target and other low-level features. Also a detection strategy combining global detection and local detection is proposed to accelerate the detection speed. The experimental results show that the proposed method can improve the detection performance for the minimal targets in UAV image and accelerate the detection speed.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第875839位访问者 本站今日一共被访问118

技术支持:北京勤云科技发展有限公司