安居白
- 作品数：71 被引量：285H指数：9
- 供职机构：大连海事大学更多>>
- 发文基金：国家自然科学基金国家科技支撑计划中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术环境科学与工程天文地球交通运输工程更多>>
- MODIS数据Bowtie效应消除算法被引量：3
- 2014年
- MODIS数据不仅具有较高的过境频率和光谱分辨率,还具有成本低、覆盖面广等优势。受地球曲率的影响,MODIS L1B数据大多存在一种重叠效应,即Bowtie效应,主要发生在图像的边缘地带,该效应制约了MODIS遥感数据的进一步分析及应用。针对遥感影像几何畸变问题,提出一种不基于传统星历表的Bowtie效应消除算法,采用相关系数法确定每个扫描带的重复行数,根据不同分辨率的MODIS L1B数据,使用相对应的重采样方法对图像进行重采样处理。通过与其他Bowtie效应消除算法的对比实验及分析,证明该算法不仅能够有效去除Bowtie效应,而且执行速度较快,具有较高的工程应用价值。
- 王汉禹郭浩安居白王宁
- 关键词：图像处理中分辨率成像光谱仪相关系数重采样
- 发达国家海上溢油遥感监测现状分析被引量：40
- 2002年
- 根据加拿大环境技术中心做的一个卫星遥感和航空遥感在溢油应急处理应用现状的调查 。
- 安居白张永宁
- 关键词：遥感监测海上溢油航空遥感卫星遥感溢油监测海洋污染
- 基于背景差分和视觉显著性的运动船舶检测方法被引量：4
- 2018年
- 运动目标检测是智能视频监控系统中的一项关键技术,其检测准确性将直接影响后续的跟踪与识别。针对传统运动船舶检测方法难以克服水面波纹这一问题,文中提出了一种基于码本模型的将背景差分与频率域显著性区域检测相结合的算法。利用船舶区域比水面区域显著值较高这一特性,生成显著图,通过OTSU对显著图做二值化处理,将二值化后的显著图与码本模型检测结果进行与运算,滤除背景干扰区域,检测出运动船舶目标。实验结果表明,该算法能够更准确地检测出运动目标,具有较好的鲁棒性和有效性。
- 李双双安居白李春庚孟杰
- 关键词：船舶检测频率域码本OTSU
- 基于动态分块阈值去噪和改进的GDNI边缘连接的溢油遥感图像的边缘检测算法被引量：1
- 2011年
- 海上溢油图像的边缘检测技术是最重要的海上溢油监测技术之一。无论是溢油的识别、位置的确定或者溢油量的获取,都需要首先确定溢油区域的边界信息。针对溢油图像的特点,提出了一种新颖的边缘检测算法。该算法由3部分组成:"非极大值抑制"实现了溢油图像的候选边缘检测;动态分块阈值算法实现了对噪声、伪边缘的清除,使获得的边缘更连续;改进的GDNI边缘连接算法实现了对去噪后图像中的中断边缘点的准确连接。通过实验结果证明,提出的算法能够得到清晰连续的溢油遥感图像的边界信息,较好地实现了具有低对比度、模糊边界以及噪声问题的溢油遥感图像的边缘检测,且具有很好的实时性。根据本算法得到的边缘检测信息,海上溢油能够更加容易和快速地被识别。
- 景雨安居白刘朝霞
- 关键词：溢油遥感图像边缘检测
- 监控视频中交通标线的强鲁棒性定位与重建(以双黄线为例)
- 2021年
- 针对监控视频中污损双黄线的分类检测存在精度低、漏检率高等问题,提出一种由粗到精的检出算法来解决此问题。首先基于混合高斯模型的方法去除视频前景运动目标获得背景图像,然后使用词袋模型并配合滑动窗口检出并确定感兴趣区域,接着使用颜色纹理特征对感兴趣区域内残留双黄线进行分割,最后提出一种基于最小二乘法的曲线拟合方法对双黄线进行重建。利用构建的江苏省交通监控视频集,在直线、弯曲两种条件下对算法的召回率与精确度进行了仿真计算。算法与现有其它方法相比较,在磨损、截断等污损情况下,对残留目标信息更加敏感,检出精度高,具有强鲁棒性。
- 申小虎申小虎
- 关键词：感兴趣区域
- 一种高光谱图像端元丰度的估计方法
- 本发明公开了一种高光谱图像中端元丰度值的估计方法，包括以下步骤：从图像中提取端元；选择混合像元点；线性分解得到对应丰度值；求取端元对应的归一化光谱特征值；在直角坐标系下描点；进行曲线拟合得到二次曲线表达式；通过归一化光谱...
- 林彬宋梅萍谢红叶安居白
- 文献传递
- 复杂背景下SAR近岸舰船检测被引量：7
- 2021年
- 目的船舶在合成孔径雷达(synthetic aperture radar,SAR)图像中的检测是研究热点,但目前适合近岸舰船检测的方法并不多。在SAR图像中,近岸舰船受到岸上建筑物的干扰严重,尤其是对于排列紧密的近岸船舶来说,其对比度相似,很难区分船舶与背景。为解决近岸舰船检测困难问题,提出了一种基于加权双向注意金字塔网络的近岸舰船检测方法。方法本文在FCOS(fully convolutional one-stage)网络的基础上提出了一种新的双向特征金字塔网络。将卷积注意力机制模块(convolutional block attention module,CBAM)与金字塔网络的每个特征图进行连接,提取丰富的语义信息特征;借鉴PANet(path aggregation network)的思想,添加自下而上的金字塔模块,突出不同尺度船舶的显著特征。最后提出了一种加权特征融合方式,使特征图提取的特征信息的着重点不同,提高舰船检测精度。结果本文在公开的SAR图像舰船数据集SSDD(SAR ship detection dataset)上进行实验。实验结果表明,相比原FCOS方法,本文方法的检测精度提高了9.5%;与对比方法相比,本文方法在同等条件下的检测精度达到90.2%。在速度方面,本文方法比SSD提高0.6 s,比Faster R-CNN(region convolutional neural network)提高1.67 s,明显优于对比方法。结论本文通过改进特征网络和特征融合方式,提高了算法对SAR图像舰船目标检测中背景复杂、排列紧密的近岸舰船目标的定位效果,有效增强了对舰船目标定位的准确性。
- 阮晨郭浩安居白
- 关键词：合成孔径雷达图像目标检测
- 优化卷积网络及低分辨率热成像的夜间人车检测与识别被引量：1
- 2020年
- 夜间环境下人车的检测与识别在自动驾驶,安防等领域具有重要意义。本文提出使用性价比较高的低分辨率红外热成像摄像机拍摄的图像来进行夜间的人车检测与识别,并根据图像独特的性质对Faster RCNN网络进行了优化。增加多通道卷积层来适应热成像图像的灰度特性。使用全局平均池化层来适应较少的图像及类别数量,增加批标准化层来防止加深加宽网络后可能出现的梯度消失或爆炸。使用在城市夜间环境中采集的2000张低分辨率热成像图像对网络进行训练与测试,平均准确识别率达到71.3%。相比于传统的检测手段,本组合方法在真实的场景中取得了较好的识别效果,同时提升了准确识别率,有效解决了夜间环境下人车检测与识别的问题,鲁棒性及应用价值较强。
- 于龙姣于博李春庚安居白
- 关键词：自动驾驶红外热成像
- 远红外车载图像实时行人检测与自适应实例分割被引量：9
- 2020年
- 针对红外图像检测与分割任务中颜色信息缺失,特征细节模糊并带有噪声,当目标数量较多时传统方法提取过程速度较慢等问题,提出一种用于远红外图像的优化YOLO检测与分割网络模型。提出的两个优化点分别为:综合分析实验使用的两种远红外数据集后使用K-means++聚类算法寻找多尺度预测标记锚点框尺寸;使用局部检测位置自适应阈值分割方法对检测目标进行像素级实例分割。本文优化算法在FLIR公开数据集与本文数据集中的检测速度分别为29frame/s与28frame/s,保证了实时输出的要求;行人检测准确率分别达到75.3%与77.6%,分割结果平均交并比达到70%~90%。实验结果表明,本文算法具有良好的稳健性和普适性,在远红外图像中可快速有效地检测行人并生成实例掩模。
- 于博马书浩李红艳李春庚安居白
- 关键词：机器视觉行人检测聚类算法
- 基于孪生网络快速运动弱目标实时跟踪被引量：1
- 2022年
- 针对现有目标跟踪算法对快速运动弱目标跟踪效果不佳的问题,提出了一种时空连续的多特征融合孪生网络算法。首先以全卷积孪生网络为基本框架;其次设计了一种从粗到细结合空间信息和语义信息的鲁棒性特征来表达快速运动弱目标,并添加了特征注意力;最后采用时空信息连续性模型对整体信息进行有效的更新,从而选定最佳跟踪目标。在快速运动弱目标跟踪序列中,与5种不同的特征选择及更新方式的算法进行对比,所提算法表现出良好的实时跟踪效果;并将所提算法与9种不同类算法和5种同类孪生网络算法进行了对比,所提算法综合性能表现优异。实验结果表明,所提算法具有较好的鲁棒性及实时性,能有效地对快速运动弱目标进行跟踪。
- 郑军松郭浩李阿标安居白
- 关键词：图像处理目标跟踪弱目标时空信息
