【摘要】：隨著新型傳感器的應(yīng)用和空間探測技術(shù)的發(fā)展,遙感圖像空間分辨率越來越高,這些高分辨率圖像的出現(xiàn)在拓寬了遙感圖像處理應(yīng)用領(lǐng)域的同時,也提出了極大的挑戰(zhàn)。港口目標(biāo)是重要的軍事目標(biāo)和民用設(shè)施,在海洋應(yīng)用研究領(lǐng)域是非常重要的研究對象,遙感圖像中港口目標(biāo)的自動提取對海上運(yùn)輸、軍事情報等具有重要的現(xiàn)實(shí)意義和迫切的實(shí)際需求。港口作為艦船目標(biāo)的集中區(qū)域,包含著大量目標(biāo)信息,同時作為海洋陸地交界地帶,其背景較海上復(fù)雜。由于港口目標(biāo)的多樣性及背景的復(fù)雜性,港口艦船目標(biāo)檢測極易受到陸地等背景環(huán)境的影響。本文針對復(fù)雜背景下的港口內(nèi)艦船目標(biāo),運(yùn)用匹配的方法獲取港口ROI區(qū)域,進(jìn)而運(yùn)用視覺顯著性方法提取艦船目標(biāo),具體研究內(nèi)容如下:1)提出了一種改進(jìn)的基于全局對比度的視覺顯著性算法。該方法在全局對比度算法的基礎(chǔ)上,重新確立了圖像中心,根據(jù)顯著性目標(biāo)區(qū)域比其周圍更有可能吸引人的注意力這一特性引入了新的空間加權(quán)因素,實(shí)驗(yàn)證明,該改進(jìn)算法在目標(biāo)處于圖像邊緣區(qū)域有更好的顯著表現(xiàn)。2)提出了一種基于先驗(yàn)位置信息匹配的方法來進(jìn)行港口檢測定位。針對高分辨率遙感圖像中艦船目標(biāo)檢測容易受到陸地復(fù)雜背景影響這一問題,采用SURF特征匹配,結(jié)合港口先驗(yàn)位置信息,提取目標(biāo)ROI區(qū)域。實(shí)驗(yàn)證明,該方法能夠有效實(shí)現(xiàn)海陸分離,排除陸地干擾,為艦船目標(biāo)檢測做好基礎(chǔ)。3)針對ROI圖像區(qū)域,提出了一種基于視覺顯著性的艦船目標(biāo)檢測方法。該方法采用本文改進(jìn)的視覺顯著性來進(jìn)行增強(qiáng)和目標(biāo)區(qū)域定位,然后根據(jù)毗連艦船像素的“峰波峰”結(jié)構(gòu)分布特點(diǎn)確定目標(biāo)接觸區(qū)域,實(shí)現(xiàn)目標(biāo)分離。該方法能夠處理陰影,多目標(biāo)堆積的問題,實(shí)現(xiàn)目標(biāo)的有效分割。
【圖文】：

術(shù)是一種基于電磁波理論的探測技術(shù)，這種技術(shù)通常運(yùn)用不目標(biāo)反射或者自身輻射的產(chǎn)生的不同電磁波信號進(jìn)行成像處的更新需求，電磁波波段范圍擴(kuò)展形成了從單一到多樣化的光遙感應(yīng)用較為廣泛，由于采用光電傳感器，其一般具有較白天有光的情況，成像較清晰；紅外遙感通常來自于目標(biāo)的夜；紫外遙感顧名思義主要是針對紫外光波段的；而微波遙米的微波，比如SAR圖像；多譜段遙感利用不同譜段來組合這里我們的研究對象是可見光遙感圖像。-1所示，左邊為SAR圖像,右邊為可見光圖像。圖像內(nèi)容都是像，有如下特征：SAR圖像分辨率低，其目標(biāo)與背景灰度比，目標(biāo)邊緣不清晰，整體圖像無法體現(xiàn)目標(biāo)更多信息；可見紋理特征豐富，存在陰影，能夠分辨出目標(biāo)類別。

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文性信息。四元相位譜法選取相互獨(dú)立的亮度特征、運(yùn)動特征以及兩種顏色特征通過加權(quán)表征圖像�；诳沼虻姆椒ㄑ芯枯^多，從最為經(jīng)典的 Itti 算法到使用圖論并引入馬爾科夫鏈的 GBVS 算法[34]，從考察頻率的 FT 算法[35]到基于信息論的方法[36]，從局部出發(fā)的 AC 算法[37]到全局出發(fā)的 RC 算法[38]等等，另外，還包括最新的 DeepFix[39]和DeepGaze[40]等深度學(xué)習(xí)算法。綜上所述，，從圖像中自動檢測顯著性區(qū)域的研究已經(jīng)非常多，其精確度越來越高，有些算法已經(jīng)把顯著性計算提升到應(yīng)用層面�？偨Y(jié)各種算法的原理和思路，歸納出顯著性處理的一般步驟如圖 2-3 所示。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：U674.7;TP751

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李明;趙俊霞;胡芬;;國家航空航天遙感影像獲取現(xiàn)狀及發(fā)展[J];測繪通報;2015年10期

2 馬國銳;江滿珍;眭海剛;;一種高分辨率遙感影像碼頭輪廓提取方法[J];遙感信息;2015年05期

3 謝仁偉;牛錚;王力;;基于控制點(diǎn)庫的SIFT多源影像自動配準(zhǔn)方法[J];測繪科學(xué);2011年04期

4 唐沐恩;林挺強(qiáng);文貢堅(jiān);;遙感圖像中艦船檢測方法綜述[J];計算機(jī)應(yīng)用研究;2011年01期

5 陳海亮;雷琳;周石琳;;一種抗碎云干擾的海上艦船目標(biāo)檢測方法[J];計算機(jī)工程與科學(xué);2010年12期

6 安成錦;牛照東;李志軍;陳曾平;;典型Otsu算法閾值比較及其SAR圖像水域分割性能分析[J];電子與信息學(xué)報;2010年09期

7 張振;徐守時;胡俊華;張開華;;基于局部特征的遙感圖像快速自動配準(zhǔn)[J];計算機(jī)工程與應(yīng)用;2010年13期

8 張東曉;何四華;楊紹清;;一種多尺度分形的艦船目標(biāo)檢測方法[J];激光與紅外;2009年03期

9 肖利平;曹炬;高曉穎;;復(fù)雜海地背景下的艦船目標(biāo)檢測[J];光電工程;2007年06期

10 隆剛;陳學(xué)Oz;;高分辨率遙感圖像港內(nèi)艦船的自動檢測方法[J];計算機(jī)仿真;2007年05期

相關(guān)博士學(xué)位論文 前7條

1 漆f翔;視覺顯著性及其在自動目標(biāo)識別系統(tǒng)中的應(yīng)用[D];華中科技大學(xué);2015年

2 舒禹程;基于特征描述子的圖像匹配算法研究[D];華中科技大學(xué);2015年

3 楊軍;視覺顯著性計算及其應(yīng)用研究[D];華南理工大學(xué);2014年

4 景慧昀;視覺顯著性檢測關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2014年

5 毛成林;復(fù)小波變換在遙感圖像處理方面的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2013年

6 陳琪;SAR圖像港口目標(biāo)提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2011年

7 余映;視覺注意計算模型設(shè)計及其應(yīng)用研究[D];復(fù)旦大學(xué);2010年

相關(guān)碩士學(xué)位論文 前4條

1 張小強(qiáng);SAR圖像近港艦船目標(biāo)檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 李積俊;基于數(shù)學(xué)形態(tài)學(xué)的海面紅外艦船目標(biāo)檢測算法研究[D];山東大學(xué);2012年

3 況小琴;復(fù)雜港口背景下艦船目標(biāo)檢測方法研究[D];華中科技大學(xué);2011年

4 鄔燁文;一種基于小波變換的SAR圖像艦船尾跡檢測算法[D];上海交通大學(xué);2009年

本文編號：2677058