基于视觉显著性的水面垃圾目标检测

• 作者: 刘桂华 周飞 徐锋
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 显著性检测 显著性特征 随机森林 水面垃圾目标检测 SLIC
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 76-80
• 页数: 5页
• 分类号: TP753
• 字数: 4177字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2019.11.015

摘要

针对实际水面复杂环境提出了一种基于视觉显著性的水面垃圾目标检测算法.首先对输入图像进行超像素分割,在CIELab、RGB和HSV颜色空间中提取超像素级的显著性特征,然后使用随机森林回归器将显著性特征进行融合得到疑似显著性图,并使用自适应阈值分割得到疑似二值显著性图,最后使用MLP分类器对原始图像中的疑似垃圾目标区域进行判别,去除水波、倒影和反光的干扰,最终检测出水面的垃圾目标.实验结果表明所提基于视觉显著性的水面垃圾目标检测算法的性能优于其他水面目标检测算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘桂华	西南科技大学信息工程学院	75	350	9.0	13.0
2	徐锋	西南科技大学信息工程学院	13	13	2.0	3.0
3	周飞	西南科技大学信息工程学院	4	21	2.0	4.0