熊 偉, 徐永力
(海軍航空大學信息融合研究所,山東 煙臺 264001)
合成孔徑雷達(SAR)具有全天時、全天候、大范圍、多參數等特點,是海洋監測與監視應用的重要組成部分。從SAR圖像中快速檢測出目標對及時獲取有用信息有著重大的意義。SAR圖像目標檢測作為其分類和識別的基礎,始終是SAR圖像應用的重要內容[1]。
隨著Radarsat-2,TerraSAR-X以及高分三號等新一代SAR傳感器的發射運行,SAR逐漸向高分辨率、大幅寬、多極化方向發展。隨著圖像尺寸越來越大,基于圖像的逐點計算等檢測算法處理速度就變得緩慢,難以達到實時處理的要求[2]。大數據量的SAR圖像信息和有限的計算機處理能力之間的矛盾,迫切需要尋求快速的圖像檢測方法[3]。一些學者對人類視覺智能展開研究并取得進展,其中,采用視覺注意機制從復雜的視覺信息中篩選出有用信息提供給目標檢測,大大提高了處理效率。
目前,對視覺注意建模的研究主要包括兩個方面。1) 數據驅動的視覺注意模型,可劃分為基于時域的模型算法和基于頻域的模型算法。ITTI提出的視覺注意模型首次在數學層面對人眼“注意”特性進行了模擬[4],基于時域空間建立了視覺注意模型;基于頻域的視覺注意模型則將圖像的處理層面由時域轉換到頻域。例如HOU等提出的基于頻譜殘差法的視覺顯著模型[5],Hou模型主要利用了快速傅里葉變換得到的幅度譜作為圖像顯著性表征,進而還原到時域得到顯著圖;GUO等在快速傅里葉變換的基礎上利用相位譜得到圖像的顯著圖[6];……