隨著遙感技術(shù)的發(fā)展,遙感影像數(shù)據(jù)呈現(xiàn)海量化、多分辨率化、多源化、多頻段化的趨向。面對(duì)遙感大數(shù)據(jù)時(shí)代的到來,如何提高遙感影像分析處理能力以適應(yīng)高速增長(zhǎng)的圖像獲取水平,并在大數(shù)據(jù)中提取有價(jià)值的信息是目前遙感技術(shù)領(lǐng)域、圖像處理領(lǐng)域有待解決的難題。其中,遙感影像艦船目標(biāo)檢測(cè)一直以來在民用、軍用領(lǐng)域都具有極其重要的戰(zhàn)略意義,也因此成為了圖像處理領(lǐng)域的一個(gè)熱點(diǎn)問題。隨著我國(guó)海洋問題的日益復(fù)雜化和尖銳化,以及十八大首次提出的“建設(shè)海洋強(qiáng)國(guó)”的戰(zhàn)略目標(biāo),遙感影像艦船目標(biāo)檢測(cè)的重要性上升到了一個(gè)前所未有的高度。復(fù)雜海陸背景下大幅面高分遙感影像艦船目標(biāo)檢測(cè),通常采取由粗到精的檢測(cè)策略。對(duì)于大幅面高分遙感影像而言,人們所關(guān)心的目標(biāo)通常只占據(jù)圖像中面積很小的一部分。例如,相比大面積的海洋、陸地等復(fù)雜背景區(qū)域,艦船目標(biāo)相對(duì)較小。針對(duì)如何快速檢測(cè)到感興趣場(chǎng)景區(qū)域的問題,受視覺注意機(jī)制和場(chǎng)景Gist的啟發(fā),本文提出了一種融合顯著性紋理描述與增強(qiáng)型全局統(tǒng)計(jì)量的場(chǎng)景描述方法并應(yīng)用于海陸背景下的艦船場(chǎng)景檢測(cè)。對(duì)檢測(cè)到的感興趣區(qū)域,利用對(duì)應(yīng)的視覺顯著圖以及WTA機(jī)制實(shí)現(xiàn)艦船目標(biāo)的快速提取,形成了一個(gè)相對(duì)完整的由場(chǎng)景檢測(cè)到目... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
        1.1.1 遙感技術(shù)的發(fā)展與應(yīng)用
        1.1.2 遙感影像艦船目標(biāo)檢測(cè)的背景和意義
    1.2 高分辨率遙感影像艦船檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 高分辨率遙感影像艦船檢測(cè)研究現(xiàn)狀
        1.2.2 光學(xué)遙感影像艦船目標(biāo)檢測(cè)研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容與組織結(jié)構(gòu)
        1.3.1 主要研究?jī)?nèi)容與創(chuàng)新
        1.3.2 內(nèi)容組織與結(jié)構(gòu)
第二章 視覺顯著性與特征描述
    2.1 視覺顯著性
        2.1.1 視覺系統(tǒng)處理機(jī)制
        2.1.2 感受野信息處理
        2.1.3 基于視覺注意機(jī)制的目標(biāo)檢測(cè)
    2.2 紋理描述
    2.3 場(chǎng)景感知與全局描述
    2.4 本章小結(jié)
第三章 基于融合特征的大幅面高分辨率遙感影像復(fù)雜場(chǎng)景的艦船目標(biāo)檢測(cè)
    3.1 顯著性局部紋理描述
        3.1.0 ITTI視覺注意計(jì)算模型
        3.1.1 局部二值模式(LBP)
        3.1.2 顯著性紋理描述子(ITTI+LBP)
    3.2 增強(qiáng)型全局統(tǒng)計(jì)量
        3.2.1 Gist場(chǎng)景描述子(G1)
        3.2.2 Gabor均值方差描述子(G2)
    3.3 融合顯著性紋理與增強(qiáng)型全局統(tǒng)計(jì)量
    3.4 由場(chǎng)景到目標(biāo)的大幅面高分遙感影像艦船目標(biāo)檢測(cè)框架
        3.4.1 基于融合特征的艦船場(chǎng)景檢測(cè)
        3.4.2 結(jié)合顯著圖與Winner-Take-All(WTA)的艦船目標(biāo)提取
    3.5 本章小結(jié)
第四章 實(shí)驗(yàn)分析與評(píng)價(jià)
    4.1 實(shí)驗(yàn)數(shù)據(jù)
    4.2 顯著性紋理描述特征提取對(duì)比
    4.3 基于融合特征的高分遙感影像感興趣艦船場(chǎng)景檢測(cè)
        4.3.1 基于樣本集圖像塊的場(chǎng)景檢測(cè)對(duì)比
        4.3.2 大幅面高分遙感影像的場(chǎng)景檢測(cè)結(jié)果對(duì)比
    4.4 感興趣艦船區(qū)域內(nèi)的艦船目標(biāo)快速提取
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 研究?jī)?nèi)容
    5.2 研究展望
主要參考文獻(xiàn)
致謝
論文發(fā)表情況


【參考文獻(xiàn)】：
期刊論文
[1]高分辨率光學(xué)遙感衛(wèi)星平臺(tái)技術(shù)綜述[J]. 葛玉君,趙鍵,楊芳.  國(guó)際太空. 2013(05)
[2]光學(xué)遙感圖像艦船目標(biāo)檢測(cè)與識(shí)別綜述[J]. 王彥情,馬雷,田原.  自動(dòng)化學(xué)報(bào). 2011(09)
[3]遙感圖像中艦船檢測(cè)方法綜述[J]. 唐沐恩,林挺強(qiáng),文貢堅(jiān).  計(jì)算機(jī)應(yīng)用研究. 2011(01)
[4]基于全局特征信息的快速場(chǎng)景識(shí)別與分類研究[J]. 陳三風(fēng),梁永生,柳偉,任仙怡.  微計(jì)算機(jī)信息. 2010(25)
[5]基于局部自相似性的遙感圖像港口艦船檢測(cè)[J]. 胡俊華,徐守時(shí),陳海林,張振.  中國(guó)圖象圖形學(xué)報(bào). 2009(04)
[6]圖像紋理特征提取方法綜述[J]. 劉麗,匡綱要.  中國(guó)圖象圖形學(xué)報(bào). 2009(04)
[7]一種多尺度分形的艦船目標(biāo)檢測(cè)方法[J]. 張東曉,何四華,楊紹清.  激光與紅外. 2009(03)
[8]遙感圖像中復(fù)雜海面背景下的海上艦船檢測(cè)[J]. 田明輝,萬壽紅,岳麗華.  小型微型計(jì)算機(jī)系統(tǒng). 2008(11)
[9]紋理高階分形特征在海面艦船目標(biāo)檢測(cè)中的應(yīng)用[J]. 何四華,楊紹清,石愛國(guó),李天偉.  光學(xué)與光電技術(shù). 2008(04)
[10]復(fù)雜海地背景下的艦船目標(biāo)檢測(cè)[J]. 肖利平,曹炬,高曉穎.  光電工程. 2007(06)

博士論文
[1]異源圖像融合及其評(píng)價(jià)方法的研究[D]. 宋樂.天津大學(xué) 2008

碩士論文
[1]基于場(chǎng)景Gist的快速場(chǎng)景分類研究[D]. 劉靜.吉林大學(xué) 2013
[2]基于復(fù)雜背景的光學(xué)遙感圖像艦船目標(biāo)檢測(cè)技術(shù)[D]. 金文超.哈爾濱工程大學(xué) 2013
[3]基于貝葉斯推理的多線索視覺注意模型及其遙感影像目標(biāo)檢測(cè)[D]. 朱辰陽.上海交通大學(xué) 2013
[4]高分辨率可見光遙感圖像艦船目標(biāo)識(shí)別方法研究[D]. 于鵬.吉林大學(xué) 2011
[5]面向?qū)ο蟮倪b感影像信息提取技術(shù)研究[D]. 童磊.中南大學(xué) 2009
[6]中低分辨率光學(xué)遙感圖像艦船目標(biāo)檢測(cè)算法研究[D]. 李文武.國(guó)防科學(xué)技術(shù)大學(xué) 2008



本文編號(hào)：3182004