[发明专利]基于改进视觉注意模型的SAR目标检测方法

说明书

技术领域

本发明属于图像处理领域，特别是一种涉及SAR图像目标检测的方法，可应用于对SAR目标的检测。

背景技术

在面对一个复杂场景时，人类的注意力会迅速集中在少数几个显著的视觉对象上，并对这些对象进行优先处理，该过程被称为视觉注意。视觉注意模型正是利用人眼的这种视觉生物学机制，用数学的计算方法模拟从而形成了对图像处理领域的一个重要方向，该模型可用于目标检测与识别，图像压缩与编码，图像检索，监视系统，主动视觉等方面。

经典的视觉注意模型是由Itti提出的，他首次用数学的方法来模拟人类的视觉注意机制并取得了较好的效果，后来引起了众多学者的关注并产生了重要的影响。按照对视觉信息的处理方式，可分为自底向上的视觉注意和自顶向下的视觉注意，目前研究的较多的是自底向上的视觉注意，它是基于数据驱动，且独立于具体的任务；而自顶向上的视觉注意是受意识支配，与具体任务相关，而目前针对自顶向下视觉注意模型的研究工作较少，大多数的工作限于生物实验取证和理论研究。

自底向上的视觉注意模型按计算方式的不同，又可分为基于邻域对比度的计算模型、基于频域空间的计算模型和基于区域分割的计算模型。

基于邻域对比度的计算模型主要思想是在空间域中计算图像中各个位置的视觉显著程度，即采用显著度来衡量，进而实现视觉注意机制的模拟。这类模型的优点是计算特征较容易提取、计算量较小、快速，但缺点是对于噪声较为敏感、鲁棒性较差，适用于前期对注意焦点进行检测，对于对象区域语义的完整性考虑不足。代表模型是1998年Itti提出的视觉注意计算模型，参见Itti L，Koch C，Niebur E．1998．A model of saliency—based visual attention for rapid scene analysis【J】．IEEE Trans．on Pattern Analysis and Machine Intelligence，20(11)：1254-1259．Ma和zhang等人提出的基于颜色邻域对比性(Maetal．2003)的视觉注意模型，参见Ma Y F’Zhang H J．2003．Contrast·based image attention analysis by using fuzzy growing【C】．Proceedings ofthe eleventh ACM International Conference on Multimedia，Berkeley：ACMPress，374—381。

基于频域空间的计算模型主要思想是利用傅立叶变换或特征值极坐标变换等方法将图像从空间域映射到频域空间，并对其分析处理，找出其显著性特征，之后再反变换回空间域得到显著图。其代表是以Hou等人的光谱剩余假说，参见Hou X and Zhang L.2007．Saliency Detection：A Spectral Residual Approach【C】．Proceedings of IEEE Conference on Computer Vision and Pattern Recognition，Minnesota,USA，1—8．Hu等人提出的特征值极变换的子空间分析方法，参见Hu Y-Rajah D and Chia L-T．2005．Robust Subspace Analysis for Detecting Visual Attention Regions jn Images【C】．Proceedings of the13th annual ACM International Conference on Multimedia,Singapore，716—724。