伴著國(guó)家經(jīng)濟(jì)的快速發(fā)展,大量資金投入到科技事業(yè)發(fā)展進(jìn)程中,計(jì)算機(jī)科技領(lǐng)域和數(shù)字化圖像分析和處理技術(shù)實(shí)現(xiàn)了質(zhì)的飛越,隨著海軍的重要性在現(xiàn)代的軍事戰(zhàn)爭(zhēng)中的不斷提升以及多樣的擁有先進(jìn)作戰(zhàn)設(shè)備的作戰(zhàn)艦船的不斷推陳出新,能夠?qū)δ繕?biāo)進(jìn)行識(shí)別并施以打擊變得更加重要。由于海天背景比較復(fù)雜（云層和海浪的干擾）以及氣象條件不穩(wěn)定,導(dǎo)致目標(biāo)可能會(huì)與海面上的干擾背景混為一體,這樣就使得圖像中的艦船目標(biāo)的識(shí)別變得具有挑戰(zhàn)性。隨著成像技術(shù)的發(fā)展,基于圖像處理的目標(biāo)識(shí)別逐漸成為研究的熱點(diǎn),目前應(yīng)用的主要圖像種類有可見(jiàn)光圖像、遙感圖像、視頻圖像等。對(duì)于圖像的處理技術(shù)成為信息綜合的重要部分。獲取的可見(jiàn)光圖像中的艦船目標(biāo)能夠較好地體現(xiàn)各種不同類型艦船的主要特征,通過(guò)對(duì)與這類圖像的處理和圖像中艦船目標(biāo)的識(shí)別可以實(shí)現(xiàn)對(duì)于不同類型艦船的智能識(shí)別。首先對(duì)本課題相關(guān)的艦船目標(biāo)識(shí)別的基礎(chǔ)知識(shí),以及課題的研究背景與意義進(jìn)行了研究,并對(duì)課題研究的國(guó)內(nèi)外現(xiàn)狀進(jìn)行了解與分析,以便后面有側(cè)重地研究并解決所遇到的問(wèn)題。然后針對(duì)采集到的圖像會(huì)受到周圍采集環(huán)境的影響,需要對(duì)圖像進(jìn)行去除噪聲的預(yù)處理操作。將改進(jìn)的Wavelet變換與Ridgelet變... 

【文章來(lái)源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁(yè)數(shù)】：109 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１方法流程圖??，Ｓｏｂｅｌ、Ｐｒｅｗｉｔｔ、Ｒｏｂｅｒｔｓ、Ｌａｌａｃｉａｎ、Ｃａｎｎ

復(fù)雜的背景情況時(shí)，基于模板匹配的方法會(huì)突顯出很大的優(yōu)勢(shì)。弊端，那就是它的運(yùn)算量很大，而且可能無(wú)法達(dá)到要求的精度，期這類方法在技術(shù)上做了改善，在研制出來(lái)的可以對(duì)地面上固武器上被完美地應(yīng)用％。正是這些成功的應(yīng)用，讓這種方法受到已經(jīng)有很多種這類方法的衍生算法被研究出來(lái)，如：將遺傳算法法、基于特征匹配算法等結(jié)合進(jìn)行改進(jìn)１１６Ｈ２°］�；谧儞Q域的形狀有不受外界環(huán)境干擾和穩(wěn)定的特點(diǎn)，在幾何變換、光度變換、卷不變性。在圖像中選取某些具有特征的像素點(diǎn)，提取出圖像的局點(diǎn)、目標(biāo)輪廓、區(qū)域特征等，利用這些特征計(jì)算圖像空間變換參后，基于特征提取的方法應(yīng)用地更廣泛，但也是一個(gè)難點(diǎn)所在。理、艦船目標(biāo)分割、特征提取以及分類決策識(shí)別四個(gè)部分組成，?？?＾艦船標(biāo)分?＊■艦特??

則只需要分解由第一次分解得到的ＩＺ頻帶，以此類推，可以通過(guò)計(jì)算知道對(duì)圖像進(jìn)行??Ｍ次小波變換后能夠得到（３Ｍ?＋?１）個(gè)子帶。下面以圖像ｇｒａｙｌｅｎａ為例，對(duì)該圖像三層小??波分解，圖２．２為分解示意圖。??■■令＂、??—??Ｗ?＾?Ｗ?＇ｒｇ－Ｊ?ＬＨ＇?ＨＨ＇???Ｉ?Ｉ??圖２．２對(duì)ｇｒａｙｌｅｎａ圖像三層小波分解示意圖??圖２．２中ＬＩ；－…－分解尺度）上的低頻信息??ＨＨ）－…－分解尺度＾／上的對(duì)角方向的信息??１２??

【參考文獻(xiàn)】：
期刊論文
[1]基于圖像處理的艦船目標(biāo)識(shí)別研究[J]. 宿勇.  計(jì)算機(jī)與數(shù)字工程. 2015(07)
[2]改進(jìn)的Contourlet變換的圖像去噪算法[J]. 唐飛,楊恢先,曾友偉,李利,譚正華.  計(jì)算機(jī)工程與應(yīng)用. 2014(05)
[3]用于目標(biāo)識(shí)別的PCA-SC形狀匹配算法[J]. 黃偉國(guó),顧超,朱忠奎.  光學(xué)精密工程. 2013(08)
[4]基于Zernike不變矩的人形識(shí)別研究[J]. 吳冬梅,李俊威,劉凌志,藺麗華.  計(jì)算機(jī)應(yīng)用與軟件. 2013(08)
[5]基于局部特征提取的目標(biāo)自動(dòng)識(shí)別[J]. 賈平,徐寧,張葉.  光學(xué)精密工程. 2013(07)
[6]魯棒的前視紅外目標(biāo)多核跟蹤算法[J]. 蘇娟,楊小岡,盧俊.  紅外與激光工程. 2013(02)
[7]小波閾值去噪法的深入研究[J]. 陳曉曦,王延杰,劉戀.  激光與紅外. 2012(01)
[8]基于遺傳算法的機(jī)載圖像分割[J]. 姜匯洋,劉家良,苗軍.  軟件. 2011(06)
[9]一種基于組合不變矩的新的艦船圖像目標(biāo)識(shí)別方法[J]. 于吉紅,呂俊偉,白曉明.  紅外. 2011(09)
[10]基于小波變換的自適應(yīng)梯度邊緣檢測(cè)算法[J]. 靳煥娣,王軍鋒,張旭勃,楊永永.  計(jì)算機(jī)工程與科學(xué). 2011(08)

博士論文
[1]核極限學(xué)習(xí)機(jī)的理論與算法及其在圖像處理中的應(yīng)用[D]. 李小冬.浙江大學(xué) 2014
[2]基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的車輛圖像分割研究[D]. 楊娜.北京交通大學(xué) 2013
[3]基于聚類分析的圖像分割算法研究[D]. 許曉麗.哈爾濱工程大學(xué) 2012

碩士論文
[1]基于分塊脊波變換的醫(yī)學(xué)圖像增強(qiáng)研究[D]. 王鵬霄.東北石油大學(xué) 2014
[2]基于時(shí)空聯(lián)合的海天背景艦船目標(biāo)檢測(cè)方法研究[D]. 代鑫.武漢理工大學(xué) 2013
[3]基于小波和有限脊波變換的圖像去噪[D]. 蔡政.中南大學(xué) 2012
[4]基于小波變換的水下圖像閾值去噪方法的研究[D]. 劉紅莉.中國(guó)海洋大學(xué) 2012
[5]紅外圖像預(yù)處理與空中目標(biāo)自動(dòng)識(shí)別方法研究[D]. 白旭.國(guó)防科學(xué)技術(shù)大學(xué) 2012
[6]基于小波變換與非下采樣Contourlet變換的圖像去噪方法研究[D]. 周嬌.西安電子科技大學(xué) 2012
[7]基于小波變換的紅外圖像去噪算法研究[D]. 孫莉莉.哈爾濱理工大學(xué) 2012
[8]艦船目標(biāo)識(shí)別技術(shù)研究[D]. 沈廣楠.哈爾濱工程大學(xué) 2012
[9]基于小波變換的圖像去噪算法研究[D]. 蔡德尊.哈爾濱工業(yè)大學(xué) 2011
[10]紅外圖像目標(biāo)識(shí)別及跟蹤技術(shù)研究[D]. 郭婉露.哈爾濱工程大學(xué) 2011



本文編號(hào)：2919386