面向目标检测的视觉注意机制波段选择研究.pdfVIP

第44卷，第1期光谱学与光谱分析Vol.44,No.1,pp266-274

2024年1月SpectroscopyandSpectralAnalysisJanuary,2024

面向目标检测的视觉注意机制波段选择研究

杨桃1，金椿柏1，任春颖2*，刘文婧，陈强1

1.空军航空大学，吉林长春130022

2.中国科学院东北地理与农业生态研究所，吉林长春130102

摘要近年来，波段选择在高光谱图像降维处理中得到了广泛地应用，然而常用的数据降维方法并没能

将与人类视觉系统相关的信息进行有效利用，如果将人类与生俱来的视觉注意机制能力应用到高光谱图像

中目标的视觉显著性特征的增强或识别，对于高光谱图像的目标检测研究无疑会产生相当的促进作用。研

究提出引人视觉注意机制理论应用于波段选择研究，构建面向目标检测应用的视觉注意机制波段选择模型。

通过分析计算波段图幅的目标与背景的可识别程度，量化所在波段对地物目标与背景的判别能力，提出了

基于目标视觉可识别度的波段选择方法；利用LC显著性算法进行空间域的视觉显著性目标分析，计算背景

与目标的显著性差异绝对值，提出基于LC显著目标结构分布的波段选择方法。将这两种方法结合提出的改

进子空间划分方法，建立面向目标检测的视觉注意机制波段选择模型，并经高光谱遥感AVIRISSanDiego

公开数据集进行目标检测实验验证，结果表明所提出的基于视觉注意机制的波段选择模型对于目标检测应

用具有较好的检测效果，实现了数据降维和高效的计算处理。

关键词波段选择；视觉注意机制；可识别度；显著性算法；目标检测

中图分类号：TP751.1文献标识码：AD0l:10.3964/j.issn.1000-0593(2024)01-0266-09

供更有用的信息。近年来，一些研究人员将显著性模型应用

引言于高光谱图像的目标检测，取得了良好的效果。一些研究已

经证明，使用高光谱图像提供的特殊特征可以提高显著性目

高光谱成像技术作为一项新兴技术手段，为地学遥感应标检测的准确性，这些模型大多基于Itti模型的扩展。Itti

用研究和计算机视觉处理算法提供了巨大的机遇，高光谱成等4提出了一个通用的视觉注意模型，计算得到显著性图，

像的优势具体体现在电磁波谱域的高分辨率和宽范围，能够其目的是预测特定场景下的人类注视区块聚集簇。该模型涉

反映出物体材料的固有特性[11。随着遥感的实践应用领域越及三个主要特征通道的中心环绕比较和组合，即颜色、强度

来越广泛、研究内容精细程度越来越高，处理与分析遥感图和方向，是从彩色图像计算显著性图的方法中最有影响力的

像的过程中，对于地物分辨能力呈现出越来越高的需求。工作之一。LeMoan等[5]提出了一种基于显著性的自动识别

人类视觉注意力有助于我们快速定位图像或场景中最重感兴趣对象的方法，以增强降维过程中前景和背景之间的分

要的信息[2}，一般认为，图像中的“显著”区域比图像的其他离，提出将波段分为三组，每组分别处理，得到RGB图像。

部分更容易引起注意，术语显著性描述了图像中视觉上感兴Cao等[L6]提出了一种在高光谱图像中检测目标的方法，通过

趣的区域，因此通常用作基于内容的图像索引和检索技术。扩展Itti的模型来计算高光谱图像中的显著目标。它使用四

显著性检测模型模拟视觉注意机制来解释给定场景，具有广种不同的特征得到四个特征图，然后将它们相加得到一个显

泛的实用价值[3]，视觉注意建模正是研究人类对给定场景的著性图，以获得更稳健的结果。该方法更适用于高维反射矢

视觉解释，即哪些对象或特征会率先引起视觉的注意，这一量。文献[7]提出了一种基于区域对比度的视觉显著性区域

概念就与视觉系统中对目标显著性的分析密切相关。利用显检测算法。该方法同时考虑全局对比度和空间相干性，并且

著性检测方法对