来源：期刊VIP网 时间：
作者：官节福;万川梅;
单位：重庆对外经贸学院数学与计算机学院;重庆工程学院计算机与物联网学院;
摘要：在非视域环境中，激光光束传播时受空气分子、尘埃粒子等散射介质影响，引发散射现象。传统方法在处理非视域激光图像时，难以有效区分散射效应与真实物体边缘的色彩变化，降低了识别准确性。为此，提出一种显著性区域目标自动识别方法。在Lab色彩空间中，设定合理的色彩变化阈值，削弱散射效应对图像质量的干扰。通过融合局部和全局显著图的优势，精确锁定图像中的显著性区域，提取其颜色、纹理、形状等多元化特征，并以此为基础训练支持向量机(SVM)分类器，训练完成后，基于SVM分类器对特征矢量进行分类，并精准赋予其类别标签，构建高效的特征矢量集合，识别非视域激光图像中的显著性区域目标。实验结果表明，该方法识别的目标边界清晰且形状完整，画面每秒传输帧数(FPS)值高达约65.8帧/s,有助于推动非视域激光图像分析技术的发展。
关键词：非视域成像;;激光图像;;显著性区域提取;;支持向量机;;目标自动识别
基金资助：重庆市自然基金科研项目立项(2022NSCQMSX5729);; 重庆市教委科学技术项目(KJQN202101907)
