【摘要】：紅外偏振探測相比于傳統(tǒng)的紅外探測,在獲得圖像光強信息的基礎(chǔ)上還能夠獲得圖像的偏振度與偏振角的更多維度的信息,因此在近年的研究中受到了廣泛的重視。在目標識別,圖像增強,大氣環(huán)境監(jiān)測,生物醫(yī)療,軍事等領(lǐng)域,偏振探測都發(fā)揮著重要的作用。本文基于分孔徑紅外偏振探測的實驗平臺,主要對偏振圖像的獲取以及基于偏振信息的目標識別兩個方面進行了深入的研究。針對分孔徑紅外偏振探測系統(tǒng)在獲取偏振圖像時需要進行準確的配準來保證獲取偏振圖像的準確度的問題,本文為其設(shè)計了一種基于子圖像的圖像配準算法。算法主要針對紅外偏振圖像在配準過程中由于不同偏振角度的圖像特征存在差異,以及紅外圖像本身噪聲較大,細節(jié)不明顯這兩個圖像配準時所面臨的主要問題。首先,通過圖像預(yù)處理的方法來降低圖像的噪聲,增強圖像的細節(jié)信息。之后使用相位相關(guān)算法來對圖像進行粗配準,以克服不同偏振角度的圖像特征存在差異的問題。最后將粗配準的圖像劃分為多個子圖像,通過剔除那些噪聲較大的子圖像,來降低背景區(qū)域噪聲對于配準結(jié)果的影響。之后通過實驗來驗證算法在不同場景下的配準效果,實驗結(jié)果表明,本文算法在近距離,中距離及遠距離三種場景下,偏振圖像邊緣更為清晰,歸一化互信息指標最多提高了0.067%。使用深度學習算法進行目標識別探測是近年來在目標識別領(lǐng)域一個新的研究方向,深度學習算法使用包含許多非線性環(huán)節(jié)的神經(jīng)網(wǎng)絡(luò)來對目標特征進行提取與識別,而不是像傳統(tǒng)的探測方法那樣使用確定的數(shù)學模型來對目標特征進行建模。這種方法的好處是能夠更好地應(yīng)對目標的多種特征,從而對線性不可分的目標進行有效地分類,并且具有更高的準確度。本文在傳統(tǒng)深度學習算法使用光強圖像進行識別的基礎(chǔ)上加入了包含更多邊緣信息的偏振度圖像,并使用偏振數(shù)據(jù)來對神經(jīng)網(wǎng)絡(luò)進行遷移學習,使其對于紅外偏振圖像具有了一定的識別能力。實驗結(jié)果表明,同時使用偏振信息與光強信息,可以有效提高目標的識別率,并降低誤識別率。
【學位授予單位】：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)
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;TN215

【相似文獻】

相關(guān)期刊論文 前10條

1 郭桂蓉,陳學敏;艦船目標識別的研究現(xiàn)狀和技術(shù)途徑[J];系統(tǒng)工程與電子技術(shù);1988年01期

2 牛曉燕;;目標識別的人工智能方法[J];飛航導彈;1988年08期

3 Buser Robde Nomiyama;譚顯裕;;用于測距和目標識別的短脈沖CO_2激光器[J];應(yīng)用光學;1988年03期

4 黃為倬;;目標識別和逆合成口徑雷達[J];現(xiàn)代雷達;1988年06期

5 劉伯勝;目標瞬態(tài)回波極點提取研究[J];哈爾濱船舶工程學院學報;1989年01期

6 姜殿元;;“鋪路便士”目標識別裝置AN/ASS-35(V)[J];飛航導彈;1989年03期

7 程啟東;;遠距離目標識別[J];航空兵器;1989年03期

8 劉侃;;采用毫米波和紅外傳感器進行防區(qū)外目標識別[J];飛航導彈;1989年01期

9 初試;;靈巧武器的應(yīng)用[J];現(xiàn)代防御技術(shù);1989年03期

10 景嘯;;基于深度學習的航拍圖像目標識別[J];數(shù)碼世界;2019年05期

相關(guān)會議論文 前10條

1 王加;紀伯公;;多傳感器信息融合技術(shù)在空中目標識別中的應(yīng)用研究[A];第八屆全國信號和智能信息處理與應(yīng)用學術(shù)會議會刊[C];2014年

2 王宇;鐘秋海;;用統(tǒng)計模式識別方法建立海上目標識別的數(shù)學模型[A];1995中國控制與決策學術(shù)年會論文集[C];1995年

3 李正東;陳興無;宋琛;何武良;;多傳感器的目標識別[A];中國工程物理研究院科技年報（1999）[C];1999年

4 鄭援;胡成軍;;基于數(shù)據(jù)融合的魚雷目標識別[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

5 俞鴻波;趙榮椿;;三維空間目標識別概述[A];信號與信息處理技術(shù)——第一屆信號與信息處理聯(lián)合學術(shù)會議論文集[C];2002年

6 姚志軍;韓秋蕾;;一種新的基于少量樣本的目標識別與分割方法[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

7 陳娟;;基于多傳感器融合的天基空間目標識別技術(shù)[A];第二屆中國空天安全會議論文集[C];2017年

8 楊宏暉;李江濤;甘安琴;姚曉輝;;用于水下目標識別的無監(jiān)督譜特征選擇算法[A];2016年中國造船工程學會水中目標特性學組學術(shù)交流會論文集[C];2016年

9 徐婷;郭良浩;;一種水聲目標識別的低頻特征信息處理技術(shù)[A];中國聲學學會2017年全國聲學學術(shù)會議論文集[C];2017年

10 孫士波;方世良;;C40芯片在水聲目標識別中的應(yīng)用[A];中國聲學學會2001年青年學術(shù)會議[CYCA'01]論文集[C];2001年

相關(guān)重要報紙文章 前6條

1 ;具備車輛緝查布控、目標識別等功能[N];人民公安報;2016年

2 陳德潮邋曹金平 劉劍;水下戰(zhàn)場的開路先鋒[N];人民日報;2008年

3 記者 代宗鋒;我國海軍第二十、二十一批護航編隊完成任務(wù)交接[N];解放軍報;2015年

4 邱霞;目標永不消失[N];中國航天報;2003年

5 陳德潮邋曹金平 劉劍;探路水下戰(zhàn)場,“水中幽靈”因他有魂[N];新華每日電訊;2007年

6 王學智　彭振華;聯(lián)合空地防區(qū)外打擊[N];解放軍報;2002年

相關(guān)博士學位論文 前10條

1 黃飛;紅外偏振探測關(guān)鍵技術(shù)研究[D];中國科學院大學(中國科學院上海技術(shù)物理研究所);2018年

2 周偉;基于局部表面特征描述符的復雜場景下三維目標識別研究[D];中國科學院大學(中國科學院西安光學精密機械研究所);2018年

3 蔡兆暉;基于重構(gòu)高分辨距離像的雷達目標識別研究[D];西安電子科技大學;2018年

4 鐘劍丹;光電成像目標識別與檢測關(guān)鍵技術(shù)研究[D];電子科技大學;2018年

5 李捷;面向目標識別的機載多傳感器數(shù)據(jù)融合技術(shù)研究[D];電子科技大學;2018年

6 李龍;基于高分辨距離像的雷達地面目標識別技術(shù)[D];西安電子科技大學;2018年

7 張銳;雷達目標識別與超分辨成像方法研究[D];西安電子科技大學;2018年

8 李彥鵬;自動目標識別效果評估[D];國防科學技術(shù)大學;2004年

9 張池平;多傳感器信息融合方法及其在空間目標識別中的應(yīng)用[D];哈爾濱工業(yè)大學;2006年

10 楊國;3mm波段主被動復合探測技術(shù)研究[D];南京理工大學;2006年

相關(guān)碩士學位論文 前10條

1 張楠;基于特征提取與超圖的SAR圖像目標識別研究[D];天津理工大學;2019年

2 萬釔良;紅外分孔徑偏振成像技術(shù)研究[D];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);2019年

3 肖樹浩;基于四旋翼飛行器的目標識別和處理[D];廈門大學;2018年

4 王鵬;基于深度神經(jīng)網(wǎng)絡(luò)的水中目標識別研究[D];哈爾濱工程大學;2018年

5 季悅;高溫目標多光譜識別指數(shù)構(gòu)建及決策樹判別方法研究[D];吉林大學;2018年

6 張萬麒;面向重點艦船目標識別的近似最近鄰查詢方法研究[D];南京理工大學;2018年

7 馬冰;基于多源遙感圖像的立體目標識別[D];哈爾濱工業(yè)大學;2018年

8 李建建;四旋翼飛行器目標識別與跟蹤算法研究[D];長春理工大學;2018年

9 成軍昌;基于微波感應(yīng)的動態(tài)目標探測技術(shù)研究[D];西安工業(yè)大學;2018年

10 任帥;導彈外測數(shù)據(jù)高可用性實時處理技術(shù)研究與應(yīng)用[D];哈爾濱工業(yè)大學;2018年

，

本文編號：2659061