本文關(guān)鍵詞：無人艇雷達(dá)圖像目標(biāo)檢測系統(tǒng)的研究

  更多相關(guān)文章： 無人艇 雷達(dá)圖像 圖像處理 目標(biāo)檢測

【摘要】：水面無人艇作為監(jiān)測海洋環(huán)境、維護(hù)海洋權(quán)益的工具和現(xiàn)代化軍事武器,具有廣泛的應(yīng)用前景,已成為了國內(nèi)外智能化海洋裝備的研究熱點。在復(fù)雜多變的海洋環(huán)境中,實時并準(zhǔn)確的獲取未知環(huán)境下的動態(tài)信息是實現(xiàn)無人艇自主航行的前提和避碰決策控制的重要依據(jù)。本文通過對無人艇載航海雷達(dá)圖像數(shù)據(jù)的獲取和分析,利用圖像處理的方法實現(xiàn)對雷達(dá)圖像序列中目標(biāo)的檢測。針對在直角坐標(biāo)系下目標(biāo)軌跡外推的特點,進(jìn)行了雷達(dá)圖像數(shù)據(jù)從極坐標(biāo)到直角坐標(biāo)系的轉(zhuǎn)化,并補足在數(shù)據(jù)轉(zhuǎn)化過程中存在的空點缺陷；對含有噪聲信息和孤立噪點的雷達(dá)圖像,采用平滑算法、圖像分割算法和形態(tài)學(xué)后處理方法進(jìn)行預(yù)處理。在雷達(dá)圖像預(yù)處理的基礎(chǔ)上,采用線性與區(qū)域相結(jié)合的標(biāo)記算法實現(xiàn)對雷達(dá)圖像目標(biāo)的標(biāo)記；針對海洋環(huán)境下雷達(dá)圖像目標(biāo)的特點,提取出目標(biāo)的位置、面積特征作為目標(biāo)匹配特征值,用于多目標(biāo)雷達(dá)圖像序列中實現(xiàn)目標(biāo)匹配；針對邊界毛刺問題,將連通區(qū)域標(biāo)記與八鄰域邊界輪廓跟蹤算法相結(jié)合,對目標(biāo)輪廓跟蹤算法進(jìn)行改進(jìn),提取出目標(biāo)輪廓,實現(xiàn)雷達(dá)圖像上目標(biāo)邊界位置信息的獲取。針對復(fù)雜海洋環(huán)境下的目標(biāo)特征丟失的問題,利用自適應(yīng)濾波算法、變增益濾波算法以及常增益濾波算法分別對目標(biāo)的運動狀態(tài)進(jìn)行預(yù)測的仿真對比。仿真結(jié)果表明,自適應(yīng)濾波算法的跟蹤系數(shù)能夠隨著目標(biāo)運動狀態(tài)改變而改變,具有更好的跟蹤能力。在仿真研究的基礎(chǔ)上,設(shè)計并實現(xiàn)了基于自適應(yīng)目標(biāo)跟蹤算法的無人艇雷達(dá)圖像目標(biāo)檢測跟蹤系統(tǒng)。通過海上實船實驗,驗證了此系統(tǒng)可以較為準(zhǔn)確的檢測和跟蹤雷達(dá)圖像序列中的目標(biāo)。
【關(guān)鍵詞】：無人艇 雷達(dá)圖像 圖像處理 目標(biāo)檢測
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U674.77
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-14
• 1.1 課題背景和研究意義10
• 1.2 雷達(dá)圖像目標(biāo)檢測技術(shù)研究現(xiàn)狀10-11
• 1.3 雷達(dá)圖像目標(biāo)跟蹤研究現(xiàn)狀11-12
• 1.4 本文主要研究內(nèi)容12-14
• 第2章 雷達(dá)圖像預(yù)處理與目標(biāo)提取14-35
• 2.1 雷達(dá)回波處理14-19
• 2.1.1 雷達(dá)數(shù)據(jù)分析14-15
• 2.1.2 坐標(biāo)變換15-16
• 2.1.3 空點填充16-19
• 2.2 雷達(dá)圖像預(yù)處理19-25
• 2.2.1 雷達(dá)圖像平滑19-20
• 2.2.2 雷達(dá)圖像目標(biāo)分割20-24
• 2.2.3 形態(tài)學(xué)運算處理24-25
• 2.3 連通區(qū)域標(biāo)記25-28
• 2.4 目標(biāo)特征提取28-34
• 2.4.1 雷達(dá)圖像目標(biāo)特征分析29
• 2.4.2 雷達(dá)圖像目標(biāo)位置與面積特征提取29-31
• 2.4.3 目標(biāo)邊界輪廓特征提取31-34
• 2.5 本章小結(jié)34-35
• 第3章 雷達(dá)圖像目標(biāo)跟蹤35-53
• 3.1 目標(biāo)運動參數(shù)計算35-37
• 3.2 濾波跟蹤算法37-47
• 3.2.1 變增益濾波理論37-44
• 3.2.2 常增益濾波理論44
• 3.2.3 自適應(yīng)濾波理論44-47
• 3.3 相關(guān)波門設(shè)置47-48
• 3.4 算法仿真驗證48-52
• 3.5 本章小結(jié)52-53
• 第4章 系統(tǒng)設(shè)計與實現(xiàn)53-69
• 4.1 硬件系統(tǒng)構(gòu)建53-57
• 4.1.1 硬件選型53-54
• 4.1.2 互聯(lián)方式54-57
• 4.2 雷達(dá)圖像目標(biāo)檢測系統(tǒng)軟件設(shè)計與實現(xiàn)57-68
• 4.2.1 雷達(dá)圖像預(yù)處理模塊設(shè)計57-62
• 4.2.2 雷達(dá)圖像目標(biāo)錄取模塊設(shè)計62-67
• 4.2.3 目標(biāo)預(yù)測跟蹤模塊設(shè)計67-68
• 4.3 本章小結(jié)68-69
• 第5章 實驗及結(jié)果分析69-80
• 5.1 實驗平臺69-70
• 5.1.1 硬件平臺69
• 5.1.2 軟件平臺69-70
• 5.2 實驗方案70-73
• 5.2.1 網(wǎng)絡(luò)通訊70-72
• 5.2.2 雷達(dá)圖像目標(biāo)檢測72-73
• 5.3 實驗數(shù)據(jù)分析73-76
• 5.3.1 目標(biāo)匹配分析73-74
• 5.3.2 目標(biāo)預(yù)測74-76
• 5.4 圖像目標(biāo)檢測結(jié)果76-79
• 5.5 運動控制系統(tǒng)數(shù)據(jù)接收79
• 5.6 本章小結(jié)79-80
• 第6章 總結(jié)與展望80-82
• 參考文獻(xiàn)82-86
• 致謝86

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 劉東華,王元欽,李秋娜;小波分析理論在圖像目標(biāo)檢測中的應(yīng)用[J];儀器儀表學(xué)報;2004年S1期

2 唐旭東;龐永杰;張鐵棟;李曄;;基于2維Tsallis熵的水下圖像目標(biāo)檢測[J];機(jī)器人;2010年03期

3 王凱峰,秦前清;基于單類SVM的遙感圖像目標(biāo)檢測[J];計算機(jī)工程與應(yīng)用;2005年32期

4 劉德連;張建奇;何國經(jīng);;背景高斯化的遙感圖像目標(biāo)檢測[J];光學(xué)學(xué)報;2007年04期

5 劉代志;黃世奇;蘇娟;;一種新的SAR圖像目標(biāo)檢測方法[J];宇航學(xué)報;2007年05期

6 吳曠,郭立;運動平臺下基于MAX金字塔和仿射運動的紅外圖像目標(biāo)檢測方法[J];遙感技術(shù)與應(yīng)用;2002年02期

7 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李國強;艾淑芳;;一種天空背景紅外圖像目標(biāo)檢測方法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

2 劉東華;王元欽;李秋娜;;小波分析理論在圖像目標(biāo)檢測中的應(yīng)用[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張國敏;復(fù)雜場景遙感圖像目標(biāo)檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王夢斐;基于Mean Shift的視頻圖像目標(biāo)檢測與跟蹤[D];上海師范大學(xué);2015年

2 姜博;基于案例匹配的高分辨率SAR圖像目標(biāo)檢測[D];哈爾濱工業(yè)大學(xué);2015年

3 朱然;紅外圖像目標(biāo)檢測及并行化處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

4 王旭升;無人艇雷達(dá)圖像目標(biāo)檢測系統(tǒng)的研究[D];大連海事大學(xué);2016年

5 董小舒;視頻圖像目標(biāo)檢測與識別算法優(yōu)化[D];南京理工大學(xué);2013年

6 劉穎彬;紅外與微光雙譜夜視圖像目標(biāo)檢測方法研究[D];南京理工大學(xué);2013年

7 盛柳青;SAR圖像目標(biāo)檢測中若干關(guān)鍵技術(shù)的研究[D];合肥工業(yè)大學(xué);2012年

8 霍富功;基于形態(tài)學(xué)的序列圖像目標(biāo)檢測[D];中北大學(xué);2011年

9 黃姍;遙感圖像目標(biāo)檢測[D];西安電子科技大學(xué);2010年

10 宋建梅;基于Primal Sketch的SAR圖像目標(biāo)檢測[D];西安電子科技大學(xué);2011年

，

本文編號：638839