题目：基于目标特异性的多模舰船图像分割方法研究

舰船作为全球货物运输和军事行动的主要载体，是国家海洋安全的重要保障。如何从海量图像中迅速获取舰船目标，实现舰船目标的自动检测、精确跟踪以及识别，是现代海上作战武器系统、海洋监测系统迫切需要解决的问题。舰船目标分割正是解决上述问题的关键，分割结果对于精确制导、侦察和预警等武器系统的性能具有重要的影响。因此，近年来伴随海量影像资料的获取，舰船目标的自动分割技术成为国内外研究的热点。然而，由于受到光照、海浪、天气、拍摄距离等因素的影响，以及港口、岛屿等信息的干扰，使得舰船目标分割技术面临较大挑战。

本论文以海空背景下的红外和可见光舰船目标图像为主要研究对象，从红外和可见光舰船目标的属性以及目标与背景的差异性出发，对图像中舰船目标的特异性进行深入分析，研究了基于目标特异性的舰船图像自动分割方法，并且探讨了基于特征匹配的目标识别方法，以验证本文提出的分割方法的有效性。本论文的主要工作和贡献如下：

1）针对红外图像中信噪比低的问题，提出了自适应带宽Mean shift滤波算法以抑制背景噪声。将红外舰船目标的局部灰度统计特异性引入到核函数带宽计算中，使得在滤波过程中，能够根据目标与背景区域的灰度差异自适应的调节带宽大小，达到抑制背景同时保持目标细节的目的。通过引入可见光舰船目标的特异性对带宽计算方法进行修正，该方法同时能够实现对可见光舰船目标图像的滤波，具有较好的扩展性。实验结果表明，该方法能够有效抑制图像中的噪声和复杂波浪背景，同时保护舰船目标细节不被破坏，这对后续的舰船目标分割具有重要作用。

2）针对红外舰船图像中存在的对比度低、轮廓模糊及灰度分布不均匀等问题，提出了一种迭代全局阈值分割方法。该方法利用目标和背景的灰度和对比度特异性，构造了一个背景减除滤波器和一个自适应行去均值滤波器，通过两个滤波器的迭代运算，实现目标与背景区域的分离。然后，利用舰船目标的空间几何特异性，构造目标筛选准则，去除背景区域，得到舰船目标分割的最终结果。实验结果表明，该方法能够有效地分割不同背景、不同大小的红外舰船目标；尤其对于对比度较低且灰度分布不均匀的红外图像，该方法的分割效果优于现有方法。

3）针对红外舰船图像中具有亮背景、且舰船目标靠近港口的图像分割问题，提出了一种基于目标灰度和空间结构特异性结合的分割方法。该方法首先利用舰船目标的几何结构和灰度特异性，包括局部对比度、边缘强度、显著线状结构和灰度强度，构造舰船目标区域显著图。然后，利用局部自适应阈值分割方法实现对显著区域的分割。实验结果表明，由于结合了舰船目标的多种特异性信息，该方法具有比较好的鲁棒性和适用性，尤其对具有亮背景、泊港目标的红外图像具有很好的分割效果。

4）针对彩色可见光图像中舰船目标分割问题，提出了一种基于可见光舰船目标特异性的多级目标分割方法。该方法首先利用舰船目标的空间结构、几何形状及颜色特异性对舰船目标区域进行初分割；然后，利用初分割结果提取目标标记区域，采用基于标记区域的分水岭分割方法实现目标的精确分割。实验结果表明该方法能够有效的分割出可见光图像中大的舰船目标，并且能够估计舰船目标的运动方向。

5）目标的精确分割是进行有效特征提取的前提，对于降低识别算法难度、提高识别率具有重要的影响。为了验证本文提出的红外和可见光目标分割方法的有效性，本文初步探讨目标分割结果在特征提取、目标识别中的应用。在目标分割的基础上，提出了一种基于小波不变矩的特征提取方法，进而利用特征匹配实现目标的识别。