• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

BgCut：基于无人机图像的船舶自动检测

BgCut: automatic ship detection from UAV images.

作者信息

Xu Chao, Zhang Dongping, Zhang Zhengning, Feng Zhiyong

机构信息

School of Computer Software, Tianjin University, Tianjin 300072, China.

Space Star Technology Co., Ltd., Beijing 100086, China.

出版信息

ScientificWorldJournal. 2014;2014:171978. doi: 10.1155/2014/171978. Epub 2014 Apr 3.

DOI:10.1155/2014/171978
PMID:24977182
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC3998001/
Abstract

Ship detection in static UAV aerial images is a fundamental challenge in sea target detection and precise positioning. In this paper, an improved universal background model based on Grabcut algorithm is proposed to segment foreground objects from sea automatically. First, a sea template library including images in different natural conditions is built to provide an initial template to the model. Then the background trimap is obtained by combing some templates matching with region growing algorithm. The output trimap initializes Grabcut background instead of manual intervention and the process of segmentation without iteration. The effectiveness of our proposed model is demonstrated by extensive experiments on a certain area of real UAV aerial images by an airborne Canon 5D Mark. The proposed algorithm is not only adaptive but also with good segmentation. Furthermore, the model in this paper can be well applied in the automated processing of industrial images for related researches.

摘要

静态无人机航空图像中的船舶检测是海上目标检测和精确定位中的一项基本挑战。本文提出了一种基于Grabcut算法的改进通用背景模型，用于自动从海面分割出前景物体。首先，构建一个包含不同自然条件下图像的海模板库，为模型提供初始模板。然后通过将一些模板与区域生长算法相结合来获得背景三通道图。输出的三通道图初始化Grabcut背景，无需人工干预且分割过程无需迭代。通过使用机载佳能5D Mark对某一区域的真实无人机航空图像进行大量实验，证明了我们提出的模型的有效性。所提出的算法不仅具有自适应性，而且分割效果良好。此外，本文中的模型可很好地应用于相关研究的工业图像自动处理中。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/43b41811602e/TSWJ2014-171978.alg.001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/b2643b354941/TSWJ2014-171978.001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/fe174b0891f4/TSWJ2014-171978.002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/d0fbc012f735/TSWJ2014-171978.003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/a1bd9cc72fff/TSWJ2014-171978.004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/4699a560579a/TSWJ2014-171978.005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/5709309cbc73/TSWJ2014-171978.006.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/dc0078839cc9/TSWJ2014-171978.007.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/6556f394f8fb/TSWJ2014-171978.008.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/8b0a7079c1fe/TSWJ2014-171978.009.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/55a8be50208f/TSWJ2014-171978.010.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/43b41811602e/TSWJ2014-171978.alg.001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/b2643b354941/TSWJ2014-171978.001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/fe174b0891f4/TSWJ2014-171978.002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/d0fbc012f735/TSWJ2014-171978.003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/a1bd9cc72fff/TSWJ2014-171978.004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/4699a560579a/TSWJ2014-171978.005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/5709309cbc73/TSWJ2014-171978.006.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/dc0078839cc9/TSWJ2014-171978.007.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/6556f394f8fb/TSWJ2014-171978.008.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/8b0a7079c1fe/TSWJ2014-171978.009.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/55a8be50208f/TSWJ2014-171978.010.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/5b9f/3998001/43b41811602e/TSWJ2014-171978.alg.001.jpg

相似文献

1
BgCut: automatic ship detection from UAV images.BgCut：基于无人机图像的船舶自动检测
ScientificWorldJournal. 2014;2014:171978. doi: 10.1155/2014/171978. Epub 2014 Apr 3.
2
Vehicle detection in aerial surveillance using dynamic Bayesian networks.利用动态贝叶斯网络进行空中监测中的车辆检测。
IEEE Trans Image Process. 2012 Apr;21(4):2152-9. doi: 10.1109/TIP.2011.2172798. Epub 2011 Oct 19.
3
A sensor system for detection of hull surface defects.船体表面缺陷检测传感器系统。
Sensors (Basel). 2010;10(8):7067-81. doi: 10.3390/s100807067. Epub 2010 Jul 26.
4
Iterative local-global energy minimization for automatic extraction of objects of interest.用于自动提取感兴趣对象的迭代局部-全局能量最小化方法。
IEEE Trans Pattern Anal Mach Intell. 2006 Oct;28(10):1701-6. doi: 10.1109/TPAMI.2006.209.
5
Correcting scale drift by object recognition in single-camera SLAM.基于目标识别的单目 SLAM 尺度漂移修正。
IEEE Trans Cybern. 2013 Dec;43(6):1767-80. doi: 10.1109/TSMCB.2012.2230164.
6
Iris recognition based on key image feature extraction.基于关键图像特征提取的虹膜识别
J Med Eng Technol. 2008 May-Jun;32(3):228-34. doi: 10.1080/03091900701605425.
7
In-camera automation of photographic composition rules.相机内摄影构图规则的自动化
IEEE Trans Image Process. 2007 Jul;16(7):1807-20. doi: 10.1109/tip.2007.898992.
8
Interactive image segmentation via adaptive weighted distances.通过自适应加权距离实现交互式图像分割
IEEE Trans Image Process. 2007 Apr;16(4):1046-57. doi: 10.1109/tip.2007.891796.
9
Multiregion level-set partitioning of synthetic aperture radar images.合成孔径雷达图像的多区域水平集分割
IEEE Trans Pattern Anal Mach Intell. 2005 May;27(5):793-800. doi: 10.1109/TPAMI.2005.106.
10
Retina mosaicing using local features.使用局部特征的视网膜图像拼接
Med Image Comput Comput Assist Interv. 2006;9(Pt 2):185-92. doi: 10.1007/11866763_23.

引用本文的文献

1
Vessel detection and classification from spaceborne optical images: A literature survey.从星载光学图像中进行血管检测与分类：文献综述。
Remote Sens Environ. 2018 Mar 15;207:1-26. doi: 10.1016/j.rse.2017.12.033.
2
Multiview stereo and silhouette fusion via minimizing generalized reprojection error.通过最小化广义重投影误差实现多视图立体视觉与轮廓融合
Image Vis Comput. 2015 Jan 1;33:1-14. doi: 10.1016/j.imavis.2014.10.008.

本文引用的文献

1
SEGMENTATION OF MYOCARDIUM USING DEFORMABLE REGIONS AND GRAPH CUTS.使用可变形区域和图割法分割心肌
Proc IEEE Int Symp Biomed Imaging. 2012 May;2012:254-257. doi: 10.1109/ISBI.2012.6235532. Epub 2012 Jul 12.