项目名称: 基于多尺度统计模型的SAR图像海洋表面油膜检测

项目编号: No.61201416

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 金海燕

作者单位: 西安理工大学

项目金额: 24万元

中文摘要: 近几年兴起的多尺度几何分析方法主要致力于研究高维函数的最优表示,这类方法能非常好地"捕获"图像的奇异性信息- - 边缘。本项目提出把多尺度几何分析方法及其变换域统计模型用于SAR图像海洋表面油膜检测,充分发掘多尺度几何分析的潜力,有望得到更好的检测效果。本课题的主要研究内容包括:基于多尺度几何分析理论,建立变换域统计模型,进而探索能够实现SAR图像海洋表面油膜检测的具体过程,在验证其有效性的基础上,探讨如何综合利用各种多尺度几何分析的统计模型,进行组合应用。本项目的实现将为SAR图像海洋表面油膜检测的工程实现奠定必要的理论基础。

中文关键词: 图像处理;统计分析模型;优化算法;SAR图像;海洋表面油膜检测

英文摘要: Recent popular multiscale geometrical analysis methods mainly dedicate to optimized presentation for high-dimension function, which are good at capturing singular information of images - - edges. This project proposes to apply multiscale geometrical analysis methods and their translform domain statitical models to detect SAR image sea surface oil film, which can fully exert their potential and hopeful obtain better detection results. The main research contents of this project is as follows: build transform statitical models based on the theory of multiscale geometrical analysis,further more, explore the detail steps for realizing the detection of SAR image sea surface oil film; search for that how to synthetically utilize the statistical models of multiscale geometrical analysis to combinated application on the basis of testifying their validity. The realization of this project will establish necessary theory base for the engineering application of SAR image sea surface oil film detecion.

英文关键词: image processing;statistical analysis model;optimization algorithm;SAR image;detection for sea surface oil film

成为VIP会员查看完整内容
1

相关内容

图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
219+阅读 · 2020年8月1日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
手机的负一屏有用吗?
ZEALER订阅号
0+阅读 · 2021年11月14日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
基于深度学习的行人检测方法综述
专知
1+阅读 · 2021年4月14日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Transparent Shape from Single Polarization Images
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
小贴士
相关VIP内容
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
219+阅读 · 2020年8月1日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
相关资讯
手机的负一屏有用吗?
ZEALER订阅号
0+阅读 · 2021年11月14日
目标检测之殇—小目标检测
极市平台
4+阅读 · 2021年11月3日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
基于深度学习的行人检测方法综述
专知
1+阅读 · 2021年4月14日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
微信扫码咨询专知VIP会员