【摘要】：洞庫類目標(biāo)包含有隧道、坑道、軍事洞庫等,在道橋建設(shè)、地理勘探、軍事技術(shù)等領(lǐng)域中具有很高的識別價值。近年來計算機(jī)視覺技術(shù)發(fā)展迅速,基于計算機(jī)視覺技術(shù)的目標(biāo)識別效果良好且成本低廉。本文針對洞庫類目標(biāo)的自動化識別方法較少,且主要集中于多傳感器融合等領(lǐng)域,實現(xiàn)難度較大、成本高昂等問題,提出并設(shè)計了基于多特征、深度學(xué)習(xí)、紅外與可見光圖像融合的三種洞庫類目標(biāo)識別方法。提出了基于多特征的洞庫類目標(biāo)識別方法,完成了對未偽裝遮擋和部分偽裝遮擋的洞庫識別。該方法利用HOG特征預(yù)篩選圖像;然后根據(jù)洞庫類目標(biāo)的灰度特征提出了一種圖像局部自適應(yīng)閾值生成算法,分割并提取圖像中的疑似目標(biāo);最后利用洞庫類目標(biāo)的形狀特征,判別圖像中的各個疑似輪廓,完成識別。該方法識別準(zhǔn)確率較高,但漏檢率較高,且在圖像噪聲復(fù)雜的情況下識別效果下降。提出了基于深度學(xué)習(xí)的洞庫類目標(biāo)識別方法,相較于基于多特征的方法識別準(zhǔn)確率更高。傳統(tǒng)的深度學(xué)習(xí)方法需要海量的訓(xùn)練數(shù)據(jù),該方法結(jié)合卷積神經(jīng)網(wǎng)絡(luò)、元學(xué)習(xí)理論建立元-卷積網(wǎng)絡(luò),利用小樣本即可訓(xùn)練得出模型;然后融合持續(xù)學(xué)習(xí)理論,結(jié)合基于多特征的方法設(shè)計專家審核模型,使模型可以持續(xù)學(xué)習(xí)更新。該方法在圖像具有多種噪聲的情況下對未偽裝遮擋和部分偽裝遮擋的洞庫都可以保持較高的識別準(zhǔn)確率。設(shè)計了基于紅外與可見光圖像融合的洞庫類目標(biāo)識別方法,完成了洞庫類目標(biāo)的全天候識別。該方法采集完全偽裝遮擋和夜間洞庫的紅外圖像,分析紅外特征,確定溫差閾值,識別完全偽裝遮擋和夜間的洞庫;然后使用基于VGG網(wǎng)絡(luò)的圖像融合方法,融合本文提出的基于深度學(xué)習(xí)的洞庫類目標(biāo)識別方法的識別結(jié)果(可見光圖像),和紅外圖像的識別結(jié)果。該方法同時利用可見光圖像和紅外圖像,實現(xiàn)了對洞庫類目標(biāo)的全天候識別。本文最后建立洞庫類目標(biāo)數(shù)據(jù)庫,并根據(jù)基于紅外與可見光圖像融合的洞庫類目標(biāo)識別方法,設(shè)計洞庫類目標(biāo)識別系統(tǒng),完成了相關(guān)實驗和分析。結(jié)果表明,本文方法對洞庫類目標(biāo)識別準(zhǔn)確率較高,穩(wěn)定性較好。
【圖文】：

基于多特征的洞庫類目標(biāo)識別算法研究基于多特征的洞庫類目標(biāo)識別算法研究逡逑洞庫類目標(biāo)的主要特征，并基于ＨＯＧ特征、灰度特征、形征的洞庫類目標(biāo)識別算法，提出基于灰度特征的圖像局部基于形狀特征的洞庫類目標(biāo)判別算法。逡逑征的洞庫類目標(biāo)識別的主要流程如下：逡逑于ＨＯＧ特征預(yù)分類輸入圖像；逡逑于灰度特征（圖像局部自適應(yīng)閾值生成算法）分割圖像區(qū)域；逡逑于形狀特征判別分割后區(qū)域，得出識別結(jié)果。逡逑流程如圖２：１所示。邐逡逑

典型洞庫類目標(biāo)包含有隧道、軍事洞庫、防空洞、窯洞等多種類型，受工程逡逑結(jié)構(gòu)限制，不同種類的洞庫類目標(biāo)通常具有相似的形狀特征［４７１，如拱形、類橢圓逡逑多邊形等，如圖２－２所示。逡逑＿＿W 逡逑圖２－２典型洞庫類目標(biāo)逡逑Ｆｉｇ．２－２邋Ｅｘａｍｐｌｅｓ邋ｏｆ邋Ｃａｖｅ邋ｔａｒｇｅｔｓ逡逑由圖２－２可知，不同的洞庫類目標(biāo)具有相似的特征，從視覺角度分析，洞庫類逡逑目標(biāo)之間差異較小，即具有相似的外部形狀特征和內(nèi)部灰度特征。逡逑洞庫類目標(biāo)往往位于山區(qū)等偏僻地區(qū)，附近景色通常以花草、樹木、山石和逡逑沙土為主，背景種類較少。在植被稀疏地區(qū)，洞庫類目標(biāo)的背景組成成分較為單逡逑一；而在植被茂盛地區(qū)，光線變化明顯，植被顏色繁多，，背景組成成分非常復(fù)雜。逡逑同時，雖然洞庫類目標(biāo)的背景圖像種類較少，但是在某些情況下背景成分復(fù)雜，逡逑洞庫類目標(biāo)難以觀察。逡逑洞庫類目標(biāo)在任意背景條件下，受工程技術(shù)限制，都具有典型的外形結(jié)構(gòu)，逡逑其外形可歸納為具有類橢圓形的特征。并且洞庫類目標(biāo)內(nèi)部與背景之間具有明顯逡逑的亮度差值
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;P631.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭桂蓉,陳學(xué)敏;艦船目標(biāo)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(biāo)識別的人工智能方法[J];飛航導(dǎo)彈;1988年08期

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

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

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

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

7 程啟東;;遠(yuǎn)距離目標(biāo)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(jìn)行防區(qū)外目標(biāo)識別[J];飛航導(dǎo)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 吳耀云;游屈波;高曉成;;電子目標(biāo)識別關(guān)鍵指標(biāo)建模與分析[J];電子信息對抗技術(shù);2019年04期

相關(guān)會議論文 前10條

1 王加;紀(jì)伯公;;多傳感器信息融合技術(shù)在空中目標(biāo)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(xué)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(biāo)識別的數(shù)學(xué)模型[A];1995中國控制與決策學(xué)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(biāo)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(biāo)識別[A];第十四屆全國信號處理學(xué)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(biāo)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(xué)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(biāo)識別與分割方法[A];第九屆全國信息獲取與處理學(xué)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(biāo)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(biāo)識別的無監(jiān)督譜特征選擇算法[A];2016年中國造船工程學(xué)會水中目標(biāo)特性學(xué)組學(xué)術(shù)交流會論文集[C];2016年

9 徐婷;郭良浩;;一種水聲目標(biāo)識別的低頻特征信息處理技術(shù)[A];中國聲學(xué)學(xué)會2017年全國聲學(xué)學(xué)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(biāo)識別中的應(yīng)用[A];中國聲學(xué)學(xué)會2001年青年學(xué)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(biāo)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(hù)航編隊完成任務(wù)交接[N];解放軍報;2015年

4 邱霞;目標(biāo)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(xué)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(xué)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(xué)院大學(xué)(中國科學(xué)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(fù)雜場景下三維目標(biāo)識別研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機(jī)械研究所);2018年

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

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

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

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

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

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

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

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

相關(guān)碩士學(xué)位論文 前10條

1 許繼科;基于機(jī)器視覺的目標(biāo)識別與定位方法的研究[D];西安科技大學(xué);2019年

2 王寧;基于深度學(xué)習(xí)的視覺目標(biāo)識別與定位技術(shù)研究[D];電子科技大學(xué);2019年

3 孟憲成;基于決策樹的雷達(dá)RCS目標(biāo)識別系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2019年

4 張洋;基于雷達(dá)傳感網(wǎng)的信息融合研究[D];電子科技大學(xué);2019年

5 何謙;抗紅外誘餌的目標(biāo)識別仿真技術(shù)研究[D];電子科技大學(xué);2019年

6 李沅箐;基于深度學(xué)習(xí)的聲目標(biāo)識別方法研究[D];電子科技大學(xué);2019年

7 孫銘鐳;基于自動跟隨技術(shù)的智能高爾夫球車設(shè)計[D];長春理工大學(xué);2019年

8 徐洪;基于機(jī)器視覺的目標(biāo)識別與定位系統(tǒng)設(shè)計[D];西南科技大學(xué);2019年

9 陳聰聰;基于深度學(xué)習(xí)的連續(xù)目標(biāo)識別[D];青島科技大學(xué);2019年

10 曹乾;機(jī)器視覺在工業(yè)機(jī)器人目標(biāo)識別與定位中的研究[D];青島科技大學(xué);2019年

本文編號：2616023