全景海天线检测：基于改进主动轮廓模型的方法

"基于改进主动轮廓模型的全景海天线检测" 本文提出了一种创新的海天线检测算法，该算法应用在全景海域图像中，旨在检测出椭圆形的海天线。面对全景图像中可能存在的全景设备区干扰，研究人员通过全分辨率算法计算图像的视觉显著图，从而定位并排除这些干扰因素。关键创新点在于，他们利用全景海天线的椭圆形状特性，将形状能量约束项引入传统的主动轮廓模型，构建了一个新的能量函数。这样做使得活动轮廓线在演化过程中受到形状约束，能够更准确地收敛到海天线的位置。 主动轮廓模型（Active Contour Model）是一种广泛用于图像分割的技术，它通过模拟曲线的物理运动来寻找图像中的目标边界。在此基础上的改进，即加入了特定的形状约束，使得模型更能适应海天线的几何特点，提高了检测的准确性。实验结果显示，该算法在不同拍摄条件下的全景图像上都表现出良好的适应性和稳定性，检测准确率高达96%。 机器视觉是实现此算法的基础，它涉及图像处理、模式识别和计算机视觉等多个领域。海天线检测在海洋监测、环境观测、无人驾驶船舶导航等方面有着重要应用。文章中提到的视觉显著图（Visual Saliency Map）是一种用于突出图像中显著特征的技术，有助于快速定位感兴趣区域。 此外，该研究还得到了国家自然科学基金和黑龙江省自然科学基金的支持，这体现了其科研价值和实际意义。作者苏丽是一位从事机器视觉检测技术和数字图像处理研究的副教授，她的工作为海天线检测提供了新的解决方案。 关键词：机器视觉、海天线检测、主动轮廓模型、全景图像、视觉显著图 中图分类号：TP391.4（计算机科学技术-计算机软件及计算机应用） 文献标识码：A（表示具有学术性的理论研究或综合评述） DOI：10.3788/aos201636.1115003（国际数字对象唯一标识符，用于文献的电子标识和链接） 收稿与修改日期：分别在2016年的某时间段完成初稿和修改稿的提交。 这项研究通过改进的主动轮廓模型成功地解决了全景海天线检测的问题，提高了检测的准确性和鲁棒性，对于机器视觉在海洋领域的应用具有重要贡献。