基于高光谱图像的近距离显著性目标检测

摘要：

显著性目标检测是计算机视觉中一项重要的任务.基于彩色图像的显著性目标检测已经取得了很好的成果,但是在复杂场景中,基于彩色图像的目标检测方法会失效,例如当目标物体与周围环境有着相似的颜色、轮廓、纹理时.与彩色图像不同,高光谱图像同时记录目标的二维空间信息和一维光谱相应信息,可以刻画目标的材质特性,是处理这类问题的重要方式.本文结合目标的全局材质分布特征和局部空间结构特征,提出一种有效地进行近距离显著性目标检测的方法.它将浅层局部手工特征与深层全局材质分布特征结合,利用高光谱图像蕴含的大量信息,充分提取图像的显著性.数据集上的实验结果展示了我们提出的方法的优越性.

关键词：显著性目标检测、高光谱图像、高光谱解混、神经网络

所属期刊栏目：11

分类号：TP37(计算技术、计算机技术)

资助基金：国家级大学生创新创业训练计划项目201910288056Z

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6