为准确实现船舶图像匹配，提出基于视觉传达技术的船舶图像匹配方法。考虑人眼的激励感知与抑制感知状态，在脉冲耦合神经网络内添设侧抑制信号等感知函数，实现低对比度的船舶图像增强处理；采用基于灰度差值直方图的特征提取方法判断增强后船舶图像边缘的粗细程度，提取船舶图像边缘特征；选取斯皮尔曼等级相关系数确定原始船舶图像与待匹配船舶图像的相关系数，以此判断船舶图像间的匹配度。测试结果表明，本文方法对简单与复杂背景的船舶图像均能实现图像增强，并充分获取图像内的边缘信息，实现准确的图像匹配。
In order to accurately realize ship image matching, a ship image matching method based on visual communication technology is proposed. Considering the excitation perception and suppression perception state of human eyes, the side suppression signal and other perception functions are added in the pulse coupled neural network to realize the low contrast ship image enhancement processing. The feature extraction method based on gray difference histogram is used to judge the thickness of the edge of the enhanced ship image and extract the edge features of the ship image. The Spearman rank correlation coefficient is selected to determine the correlation coefficient between the original ship image and the ship image to be matched, so as to judge the matching degree between ship images. The test results show that this method can enhance the ship images with simple and complex background, fully obtain the edge information in the image and realize accurate image matching.
2022,44(6): 161-164 收稿日期：2021-09-29
DOI：10.3404/j.issn.1672-7649.2022.06.034
分类号：TP391
基金项目：中国交通教育研究会2020−2022年度交通教育科学研究课题（JTYB20-349）；江苏省现代教育技术研究课题（2021-R-91101）；江苏海事职业技术学院千帆团队建设资助项目
作者简介：王丽莉(1979-)，女，硕士，副教授，研究方向为环境艺术设计及邮轮内装技术
参考文献：
[1] 尹雅, 黄海, 张志祥. 基于光学遥感图像的舰船目标检测技术研究[J]. 计算机科学, 2019, 46(3): 82–87
[2] 王晓红, 何志伟, 邓仕雄, 等. 利用特征组合检测算法的无人机遥感影像匹配研究[J]. 测绘通报, 2019(1): 29–33
[3] 徐胜军, 欧阳朴衍, 郭学源, 等. 多尺度特征融合空洞卷积 ResNet遥感图像建筑物分割[J]. 光学精密工程, 2020, 28(7): 1588–1599
[4] 王小兵. 融合提升小波阈值与多方向边缘检测的矿区遥感图像去噪[J]. 国土资源遥感, 2020, 128(4): 49–55
[5] 曹林, 于威威. 基于图像分割的自适应窗口双目立体匹配算法研究[J]. 计算机科学, 2021, 48(S2): 314–318
[6] 祝继伟, 刘长清, 潘舟浩, 等. 基于累积量随机学习算法的高分辨率SAR图像舰船检测方法研究[J]. 中国电子科学研究院学报, 2019, 14(1): 47–54
[7] 骆家杭, 张旭. 基于改进型Retinex算法的彩色图像增强技术[J]. 计算机工程与科学, 2021, 43(5): 891–896
[8] 任秀艳,陈梦英,许伟杰. 舰船尾流图像的边缘分割算法研究[J]. 声学技术, 2020, 39(5): 644–649
[9] 程宇, 邓德祥, 颜佳, 等. 基于卷积神经网络的弱光照图像增强算法[J]. 计算机应用, 2019, 39(4): 1162–1169
[10] 张春蕾, 牛馨苑. 结合YOLO的ORB双目图像匹配方法研究[J]. 小型微型计算机系统, 2020, 41(1): 185–189
[11] 赵明富, 陈兵, 宋涛, 等. 融合特征光流与角点特征的图像特征匹配算法研究[J]. 半导体光电, 2019, 40(4): 539–545+549
