Textural lacunarity for semi-supervised detection in sonar imagery
Textural lacunarity for semi-supervised detection in sonar imagery
复制标题
声纳图像中半监督检测的纹理空隙
DOI：
10.1049/iet-rsn.2013.0226
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Nelson J
中科院分区：
文献类型：
--
作者：
Nelson J
基于小波能量的空隙特征，可测量多个尺度上平移统计不变性的偏差，最近被提出用于声纳图像中的目标检测和分类。作者在这里扩展了这个想法，将进一步的鲁棒性纳入背景类型，同时保留对人造物体的存在引起的纹理局部变化的敏感性。由此产生的纹理缺陷特征是通过估计局部邻域的联合分布与自适应纹理字典上的经验分布来构建的。对合成孔径声纳图像数据集的实验表明，这些功能显着改善了接收器操作曲线。
Wavelet energy‐based lacunarity features, which measure deviations from translational statistical invariance over multiple scales, were recently proposed for object detection and classification in sonar imagery. The authors here extend the idea to incorporate further robustness to background type whilst retaining sensitivity to local changes in texture caused by the presence of man‐made objects. The resulting textural‐lacunarity features are constructed by estimating the joint distribution of local neighbourhoods with empirical distributions over an adaptive texton dictionary. Experiments on a synthetic aperture sonar imagery dataset suggest that the features offer significant improvements in the receiver operating curve.
登录
查看更多内容
DOI：
10.1109/titb.2006.872078
发表时间：
2006-07
影响因子：
--
作者：
A. Zaia;Roberta Eleonori;P. Maponi;R. Rossi;R. Murri
通讯作者：
A. Zaia;Roberta Eleonori;P. Maponi;R. Rossi;R. Murri
基于分形维数的侧扫声纳扫雷沙纹抑制
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
Nick Kingsbury (Co-Author)
通讯作者：
Nick Kingsbury (Co-Author)
合成孔径声纳数据中的水下目标检测
DOI：
--
发表时间：
2010
期刊：
影响因子：
--
作者：
P. Hill;A. Achim;D. Bull
通讯作者：
D. Bull
侧扫声纳图像中物体的自动检测/分类
DOI：
--
发表时间：
2004
期刊：
2004 International Conference on Intelligent Mechatronics and Automation, 2004. Proceedings.
影响因子：
--
作者：
Jie Tian;Chunhua Zhang
通讯作者：
Chunhua Zhang
用于侧扫声纳图像中地雷计算机辅助检测和分类 (CAD/CAC) 的决策树
DOI：
--
发表时间：
2002
期刊：
影响因子：
--
作者：
V. Myers
通讯作者：
V. Myers