.png){kind=icon}
返回
Improved SSS small target detection method based on kernel regression and patch-image model
.png){kind=icon}
PRE
AI
DOI：10.1088/1361-6501/adcd8a.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着无人技术的迅速发展，配备侧扫声呐的自主水下航行器在水下探索领域正发挥着日益重要的作用。对水下小目标的检测，如类似水雷的物体、未爆弹药和棒状物品等，是当前声呐技术研究的一个焦点，并在军事斗争中发挥着关键作用。然而，现有方法过度依赖先验阴影信息，且容易漏检大量小目标。为解决这一问题，我们提出了一个加权侧扫声呐（SSS）图像块-图像模型。该方法是一种基于迭代导向核回归和图像块-图像模型改进的SSS图像小目标检测方法。该方法能够在不考虑阴影信息的情况下有效检测小目标。首先，采用导向核进行核回归以去噪图像，同时保留边缘信息。随后，通过考虑重建的SSS图像、目标图像、背景图像和噪声图像，利用图像块-图像模型构建小目标检测模型。根据实验结果，结合上述两种算法改进的小目标检测方法在SSS图像的水下小目标检测中表现出高精度和可靠性。对比实验进一步表明，该方法克服了传统方法严重依赖目标阴影信息的局限性，成为SSS图像水下小目标检测的一种高效且稳健的解决方案。
Keyword:
AUV
SSS image
small target detection
kernel regression
the patch-image model
期刊
IF:
3.4
论文数:
2.6K
被引数:
2.3W
机构
引用论文
.png){kind=icon}
A Lightweight Underwater Target Detection Network for Forward-Looking Sonar Images面向前视声纳图像的轻量级水下目标检测网络
PREAI
分享收藏
分享收藏
查看更多内容