視覺顯著性及其在自動目標識別系統(tǒng)中的應用.pdf

1、視覺注意機制揭示了人眼對輸入場景的特定感知模式，其中，視覺顯著性描述了場景中蘊含重要價值的視覺子集區(qū)域，它有助于人類視覺系統(tǒng)完成從復雜場景中迅速過濾冗余信息、準確提取有效信息這一重要過程，優(yōu)化了大腦對攝入信息的處理效率。視覺顯著性表現(xiàn)出的強大的信息篩選能力，使得它在節(jié)省計算資源的同時，大幅度提升了系統(tǒng)的準確性和魯棒性，這對自動目標識別（ATR）系統(tǒng)中目標檢測、識別、跟蹤等核心技術朝著智能化方向發(fā)展有著重要的指導意義。本文在討論了視覺顯著

2、性的研究意義及其對ATR系統(tǒng)的應用價值的基礎上，分別對視點預測和顯著物體檢測等視覺顯著性模型的構建、及其在紅外圖像小目標檢測和遙感光學圖像艦船目標檢測中的應用展開深入研究，提出了一系列視覺顯著性計算及應用的新方法。本研究主要內(nèi)容包括：
　?、旁谝朁c預測模型的探索方面，對初級視覺皮層的研究表明，攜帶有效信息的少量神經(jīng)元與攜帶冗余信息的多數(shù)神經(jīng)元之間的相關性較弱，同時它們對于刺激也更加敏感。據(jù)此，提出了一種基于視覺特征去相關性與信息活

3、躍性加權的視點預測方法，以結合并驗證前述視覺特征特性對場景視點預測的表達作用。實驗結果表明，該方法可以有效提高視點預測的準確性，對該領域的研究提供了一些有利線索。
　　⑵在顯著物體檢測方面，針對傳統(tǒng)的基于特征對比的顯著物體檢測方法無法克服復雜場景中背景雜波干擾及顯著物體內(nèi)部區(qū)域特征差異較大等問題，提出了一種結合特征對比與物體視覺組織規(guī)則的顯著物體檢測方法。它包括對比顯著性計算和物體視覺顯著性濾波兩個階段。前者表達了顏色特征獨特性、

4、空間緊致性、成像背景先驗及成像中心先驗等對比要素，后者根據(jù)格式塔視覺組織規(guī)則，對構成物體的結構元素所具有的閉合性、相似性和鄰近性進行描述。該方法不僅對復雜背景有效，它也適用于場景中顯著物體數(shù)目不限的情況。
　?、窃贐oolean圖視覺注意原理的啟發(fā)下，提出了一種基于Boolean圖視覺特征表達的單幀圖像紅外小目標檢測方法。該方法根據(jù)觀察者在任一瞬時對目標的注意僅由選定特征對應的場景Boolean圖表征，并結合遠距紅外成像中目標呈現(xiàn)

5、的局部高亮性與類高斯形狀等特點，采用顏色與方向特征通道Boolean圖加權融合的方式，實現(xiàn)目標增強與背景抑制。這種方法具有廣泛的適用場景，對多種復雜背景圖像具有魯棒的檢測性能。
　?、壤靡曈X顯著性能夠從固定模式中抽取獨特模式的作用，提出了一種基于方向顯著模式的單幀圖像紅外小目標檢測方法。該方法根據(jù)小目標與背景所表現(xiàn)出的紋理模式差異，即前者具有接近各向同性的類高斯形狀，而后者呈現(xiàn)局部方向條形紋理這一特點，采用視覺顯著性計算對目標進

6、行提取。實驗結果表明，它能有效克服多種復雜場景下的雜波干擾，對紅外小目標具有很好的檢測性能。
　?、舍槍b感光學圖像中云雜波、海雜波、艦船浪跡及目標尺度變化等因素對艦船檢測造成的干擾，提出了一種基于視覺顯著性和S-HOG描述子的無監(jiān)督遙感艦船檢測方法。視覺顯著性能夠突出顯著信號并過濾冗余信息，有助于候選目標區(qū)域的確定和對雜波背景的抑制。S-HOG描述子則可以克服艦船浪跡雜波，并適用于多種尺度下的目標表達。該方法對遙感光學圖像中的艦