船舶作為海上的重要目標,其檢測與識別一直是熱點研究方向。隨著光學遙感技術(shù)的不斷發(fā)展,基于光學遙感圖像的船舶檢測與識別有著巨大的應(yīng)用前景。本文圍繞光學遙感圖像的船舶檢測與識別問題展開研究,重點研究了船舶目標檢測、船舶目標識別和軟件系統(tǒng)的研制等三個方面的內(nèi)容。本文的主要研究工作如下:（1）水域擴充。陸地背景的干擾會影響后續(xù)檢測識別的效果�；诨叶乳撝捣指罘ㄍ瓿呻x岸船舶場景的水陸分割,基于港口先驗知識庫的模板匹配方法完成靠岸船舶場景的水陸分割,然后用水域像素平均值替換陸地背景以完成水域擴充。（2）船舶目標檢測。在深入研究常用檢測算法的基礎(chǔ)上,針對復(fù)雜海背景的船舶檢測,引入視覺顯著性算法,提出了一種融合itti和RX的目標檢測算法以及一種融合MSSS+wCtr和RX的目標檢測算法,以提高船舶檢測精度,降低虛警率。（3）船舶目標識別。采用由粗到細的策略完成船舶目標的識別。首先使用預(yù)訓練的二分類支持向量機剔除非船舶目標,然后使用預(yù)訓練的Adaboost對剩余區(qū)域進行目標分類以完成船舶目標識別。（4）船舶檢測與識別軟件設(shè)計�；谇爸美碚摲椒�,研制了船舶檢測與識別軟件,給出了水域擴充、船舶目標檢測、船... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 課題研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀及分析
    1.3 本文研究內(nèi)容
    1.4 本文的章節(jié)安排
2 光學遙感圖像船舶檢測水域擴充
    2.1 引言
    2.2 面向離岸船舶檢測的水域擴充
        2.2.1 離岸船舶水域擴充流程
        2.2.2 水域擴充具體過程描述
    2.3 面向靠岸船舶檢測的水域擴充
        2.3.1 靠岸船舶水域擴充流程
        2.3.2 水域擴充具體過程描述
    2.4 實驗結(jié)果與分析
    2.5 本章小結(jié)
3 融合顯著檢測和RX的船舶檢測
    3.1 引言
    3.2 RX檢測
    3.3 視覺顯著性算法
        3.3.1 itti算法
        3.3.2 MSSS
        3.3.3 wCtr
    3.4 融合itti和RX的船舶檢測
        3.4.1 算法流程
        3.4.2 實驗結(jié)果與分析
    3.5 融合MSSS+wCtr和RX的船舶檢測
        3.5.1 算法流程
        3.5.2 實驗結(jié)果與分析
    3.6 本章小結(jié)
4 由粗到細的船舶目標識別
    4.1 引言
    4.2 理論基礎(chǔ)
        4.2.1 HOG特征
        4.2.2 支持向量機
        4.2.3 決策樹
        4.2.4 AdaBoost
    4.3 算法流程
        4.3.1 底層SVM分類器設(shè)計
        4.3.2 頂層Adaboost分類器設(shè)計
    4.4 實驗結(jié)果及分析
    4.5 本章小結(jié)
5 船舶檢測與識別軟件系統(tǒng)設(shè)計
    5.1 軟件總體架構(gòu)
    5.2 軟件總體流程
    5.3 主要軟件模塊設(shè)計
        5.3.1 水域擴充
        5.3.2 船舶目標檢測
        5.3.3 船舶目標識別
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻
作者簡歷


【參考文獻】：
期刊論文
[1]多光譜影像波段比值法消除地形陰影的定量分析[J]. 鄧佳音,陳建平.  地質(zhì)學刊. 2018(03)
[2]光學遙感圖像中復(fù)雜海背景下的艦船檢測[J]. 王慧利,朱明,藺春波,陳典兵,楊航.  光學精密工程. 2018(03)
[3]基于可見光遙感圖像的船只目標檢測識別方法[J]. 陳亮,王志茹,韓仲,王冠群,周浩天,師皓,胡程,龍騰.  科技導(dǎo)報. 2017(20)
[4]艦船分類的PHOG和支持向量機聯(lián)合檢測方法[J]. 翟玉婷,鄭智林,苑志江.  計算機仿真. 2017(06)
[5]光學遙感影像艦船型號識別[J]. 張素霞,李元祥,周則明,駱建華,郁文賢.  上海交通大學學報. 2016(09)
[6]相位譜的光學遙感圖像艦船目標檢測[J]. 趙春暉,欒世杰.  沈陽大學學報(自然科學版). 2015(05)
[7]海戰(zhàn)場光學遙感圖像艦船目標檢測[J]. 安彧,王小非,夏學知,李琳.  武漢大學學報(工學版). 2015(04)
[8]A Water/Land Segmentation Algorithm Based on an Improved Chan-Vese Model with Edge Constraints of Complex Wavelet Domain[J]. MAO Chenglin,WAN Shouhong,YUE Lihua,XIA Yu.  Chinese Journal of Electronics. 2015(02)
[9]基于OTSU分割的云層背景下弱目標檢測算法研究[J]. 孫紅光,卜倩,李歡利,張瑾,張慧杰.  東北師大學報(自然科學版). 2009(02)
[10]基于顏色信息相位譜的顯著性檢測[J]. 李武躍,李志強,方濤,霍宏,葛衛(wèi)麗.  上海交通大學學報. 2008(10)

博士論文
[1]可見光遙感圖像海面目標自動檢測關(guān)鍵技術(shù)研究[D]. 徐芳.中國科學院大學(中國科學院長春光學精密機械與物理研究所) 2018
[2]圖像的視覺顯著性模型理論與方法研究[D]. 許林峰.電子科技大學 2014

碩士論文
[1]高分辨率光學遙感數(shù)據(jù)海上船舶提取[D]. 周艷果.大連海事大學 2016



本文編號：3172259