基于视觉显著性的水面垃圾目标检测

论文摘要

针对实际水面复杂环境提出了一种基于视觉显著性的水面垃圾目标检测算法。首先对输入图像进行超像素分割,在CIELab、RGB和HSV颜色空间中提取超像素级的显著性特征,然后使用随机森林回归器将显著性特征进行融合得到疑似显著性图,并使用自适应阈值分割得到疑似二值显著性图,最后使用MLP分类器对原始图像中的疑似垃圾目标区域进行判别,去除水波、倒影和反光的干扰,最终检测出水面的垃圾目标。实验结果表明所提基于视觉显著性的水面垃圾目标检测算法的性能优于其他水面目标检测算法。

论文目录

• 1 算法结构
•   1.1 显著性特征提取
•     1.1.1 全局显著性特征
•     1.1.2 局部显著性特征
•     1.1.3 直方图显著性特征
•   1.2 疑似显著性图
•   1.3 去除水面干扰
• 2 实验结果与分析
•   2.1 实验平台和实验数据集
•   2.2 实验结果与性能比较
• 3 结束语

文章来源

类型: 期刊论文

作者: 周飞,刘桂华,徐锋

关键词: 显著性检测,显著性特征,随机森林,水面垃圾目标检测

来源: 测控技术 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 环境科学与资源利用,计算机软件及计算机应用

单位: 西南科技大学信息工程学院

基金: 国家自然科学基金青年基金项目(61701421),校创新团队基金项目(14tdtk01)

分类号: TP391.41;X52

DOI: 10.19708/j.ckjs.2019.11.015

页码: 76-80

总页数: 5

文件大小: 1665K

下载量: 201