改进的Itti模型在海洋监视卫星图像舰船检测中的应用

"基于视觉注意机制的海洋监视卫星图像舰船目标检测" 本文主要探讨了在海洋监视卫星图像中利用视觉注意机制进行舰船目标检测的技术。文章引用了Itti模型作为基础，这是一种模拟人类视觉系统的算法，用于寻找图像中的显著区域。Itti模型通过计算图像的色彩、强度和方向对比度来确定视觉注意点，然后这些点会形成一个所谓的“显著地图”，用于识别可能的目标区域。 在Itti模型的基础上，作者针对模型存在的问题进行了改进。原模型提取的显著区域形状大小固定，这可能导致对不同尺寸舰船目标的检测不准确。同时，小半径检测可能影响实时性，而大半径检测则容易包含过多背景信息。为解决这些问题，作者引入了离散矩变换，以增强图像的纹理特征响应，从而提高目标识别的准确性。此外，采用了阈值分割方法，从显著点出发搜索显著区域，这种方法有助于快速定位并分离出目标，同时提高了检测速度和精度。 实验是在Matlab环境中进行的，结果显示，改进后的算法能更准确地提取出与目标大小匹配的显著区域，且具有较好的实时性能，显著区域包含的背景信息较少。与原始Itti模型相比，改进算法更适用于海洋监视卫星图像中的舰船目标检测。 该研究对于海洋监测、安全监控和军事应用等领域具有重要意义，因为它可以提高舰船目标的自动检测能力，减少人工干预，提升监控效率。关键词包括图像处理、视觉注意、显著特征、海洋监视、舰船目标、阈值分割，这些关键词涵盖了论文的核心技术点和应用领域。通过这样的改进，未来有可能进一步优化目标检测系统，使其在复杂环境下的性能更优，为海洋安全提供更强的技术支持。