基于频域的选择性视觉注意模型及在遥感图像中的应用研究

相对于遥感成像设备提供的巨大数据量，当前的数据处理技术尤显不足。而地物目标的自动检测与识别作为从遥感图像中有效提取信息的一种重要途径，近年来格外受到重视。本项目以人的视觉注意选择能力为基础，提出一类基于频域的选择性视觉注意的遥感图像自动目标检测与识别新理论和新方法。通过对遥感图像进行选择性视觉注意下的有效处理，能快速地在大量图像数据中选出少数具有显著特征的候选区域作为进一步识别的基础，将突破目前为止普遍采用的基于图像高层信息和对整幅图像逐像素分析的目标检测与识别分析处理框架，实现工程上高效、实时的自动目标检测与识别。该项目的实现，将为解决遥感图像自动目标检测与识别问题，提供新的理论和方法。尤其是，在目前大数据量的遥感图像缺乏有效处理和分析工具情况下，可为其提供一种较为通用的有效处理方法和手段。在理论研究基础上，结合这些新方法开展遥感图像中海上舰船、陆地上重要目标的自动检测与识别的应用研究。

本项目以人的视觉注意选择能力为基础，提出了一类基于频域的选择性视觉注意的遥感图像自动目标检测与识别新理论和新方法，并在理论和方法的研究基础上，开发了相应的算法和软件包，搭建了相应的软件系统。通过对遥感图像进行选择性视觉注意下的有效处理，能快速地在大量图像数据中选出少数具有显著特征的候选区域作为进一步识别的基础，突破了目前为止普遍采用的基于图像高层信息和对整幅图像逐像素分析的目标检测与识别分析处理框架，初步实现了工程上高效、实时的自动目标检测与识别。该项目的实现，可为解决遥感图像自动目标检测与识别问题，提供新的理论和方法。尤其是，在目前大数据量的遥感图像缺乏有效处理和分析工具情况下，可为其提供一种较为通用的有效处理方法和手段。在理论研究基础上，结合这些新方法，我们开展了遥感图像中海上舰船、陆地上重要目标的自动检测与识别的应用研究。. 结合本项目的研究，我们完成了中国航天科工集团的可见光与红外遥感图像自动目标检测与识别项目，并用于实际的大量遥感图像数据处理与分析中。. 在本项目的完成过程中，共发表论文35篇，其中发表属SCI检索的论文15篇，属EI检索的论文29篇；国际期刊论文10篇，国内核心期刊论文16篇，国际会议论文9篇；申请国家发明专利3项，其中已获国家发明专利授权1项。另外，培养博士研究生5名（其中2名已毕业），硕士研究生12名（其中6名已毕业），培养中青年学术带头人2名。. 在理论和算法研究方面，主要的创新性工作包括如下：提出了一种基于脉冲主成分分析和脉冲余弦变换的视觉注意计算模型；提出了一种基于频带选择的选择性视觉注意计算模型；提出了一种基于双四元数的视觉注意模型，并将其用于多光谱遥感图像舰船目标检测的应用中；提出了一种基于图像显著性区域的遥感图像机场目标检测方法；提出了一种基于视觉注意的合成孔径雷达图像舰船目标检测方法。另外，我们考虑人的视觉感知特性，还提出了一种基于视觉显著性的图像压缩传感方法。. 在演示系统的研制方面：我们课题组开发了一套功能较为完备的基于视觉注意的遥感图像目标检测与识别软件包。该软件的主要功能是可完成遥感图像中海上舰船、陆地上机场目标的自动检测与识别，以及遥感图像的输入/输出、预处理、降噪、可视化等相关操作。