34、航空海探图像显著区域检测的融合算法研究

航空海探图像显著区域检测的融合算法研究

1. 引言

在视觉模式的多样性和不可预测性面前，传统的显著区域检测模型存在诸多问题。例如，大多突出高对比度边缘而非物体本身，或者基于机器学习将特定特征与目标关联但缺乏通用性。同时，使用插值技术还会产生马赛克效应等缺陷，严重影响算法的鲁棒性。为解决这些问题，提出了一种基于 ITTI 和 SR 模型的改进显著区域检测算法，使其更适用于航空海场景中的显著区域检测。

2. 经典算法在航空海探图像显著区域检测中的应用

2.1 航空海探图像显著区域特征

在图像处理领域，感兴趣区域常被设为显著区域，作为图像处理和分析的重点。航空海探图像中的显著区域通常具有以下特征：
- 存在多个显著区域，且相对于整个图像较小。
- 航空平台拍摄的图片呈现丰富地理信息，海洋背景常有波浪、岛屿礁石、云雾等干扰。
- 提取的区域满足一定的连通性。

2.2 经典算法 ITTI 和 SR 显著区域检测

经典的显著区域检测模型中，ITTI 模型通过模拟生物视觉过程对图像进行多特征、多尺度分解与融合，生成显著图；SR 模型从图像背景出发，计算图像的幅度谱残差进行反向比较，重现显著区域。

这两种模型应用于航空海探图像显著区域检测的结果如下：
|算法|优点|缺点|
| ---- | ---- | ---- |
|ITTI 模型|综合考虑不同显著因素，能有效突出目标区域强度，细节处理效果好|抗干扰能力差，未能有效去除云层，区域检测不完整，噪声较多|
|SR 模型|计算速度快，背景处理纯净，抗干扰能力强|更关注大目标区域，海上小船区域存在漏检、误检等情