航拍圖像目標(biāo)檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn)研究問題之一,被廣泛應(yīng)用在應(yīng)急防災(zāi)、港口防控、海上救援及軍事打擊等多個(gè)方面,特別在公安領(lǐng)域的反恐、目標(biāo)排查、安全巡查等領(lǐng)域具有非常廣闊的應(yīng)用前景。航拍圖像的成像質(zhì)量易受氣象條件的干擾,如云霧遮擋會(huì)導(dǎo)致航拍圖像模糊,目標(biāo)被遮擋等情況;航拍圖像的拍攝地點(diǎn)常位于高空,目標(biāo)在圖像中相對(duì)較小,周圍的環(huán)境會(huì)對(duì)目標(biāo)的檢測(cè)造成較強(qiáng)的干擾導(dǎo)致目標(biāo)檢測(cè)較難。本文首先針對(duì)復(fù)雜氣象條件（不考慮會(huì)導(dǎo)致航拍圖像無法成像的極端氣象條件）下航拍圖像成像質(zhì)量不高的問題,提出圖像去霧算法提高云霧遮擋條件下的圖像質(zhì)量,然后針對(duì)航拍圖像目標(biāo)檢測(cè)難的問題,提出基于深度學(xué)習(xí)目標(biāo)檢測(cè)方法。本文的具體研究?jī)?nèi)容如下:本文研究了目前的主流圖像去霧算法并比較各算法去霧效果。本文通過去霧圖像熵函數(shù)對(duì)比實(shí)驗(yàn)和圖像去霧效果的直觀對(duì)比實(shí)驗(yàn),得出使用導(dǎo)向?yàn)V波優(yōu)化的暗通道去霧算法可以更有效地減少云霧天氣對(duì)于航拍圖像的影響,提高航拍圖像質(zhì)量。本文研究了目前主流的目標(biāo)檢測(cè)算法,提出了基于YOLOv3的改進(jìn)目標(biāo)檢測(cè)算法YOLO-C。在多種目標(biāo)檢測(cè)算法的對(duì)比實(shí)驗(yàn)中,該算法在中國航天科工四院指揮自動(dòng)化中心的公共數(shù)據(jù)集上取得... 

【文章來源】：中國人民公安大學(xué)北京市

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

航拍實(shí)例圖

有效地降低復(fù)雜氣象條件對(duì)航拍目標(biāo)檢測(cè)的影響，提高目標(biāo)檢測(cè)的精度。最后將圖像去霧與目標(biāo)檢測(cè)集成在一個(gè)系統(tǒng)中，形成復(fù)雜氣象條件下的航拍目標(biāo)檢測(cè)系統(tǒng)。圖2 展示了本論文的具體章節(jié)結(jié)構(gòu)。圖 2 章節(jié)結(jié)構(gòu)圖（1）第一章，緒論。該部分首先論述本文的研究背景及意義。然后綜合分析國內(nèi)外的相關(guān)領(lǐng)域的研究現(xiàn)狀，分析目前該領(lǐng)域目前存在的問題。最后闡述章節(jié)結(jié)構(gòu)。

圖 3 McCartney 大氣散射模型圖[2]示了McCartney 大氣散射模型。大氣散射模型是建立在大氣中懸上的。具體的公式為：J ( x ) t ( x ) + A (1 t ( x))1）中 x 為像素點(diǎn)坐標(biāo)，I(x)為有霧圖像，J(x)為去霧后圖像，A 通過介質(zhì)投射到人的視覺系統(tǒng)上時(shí)沒有被散射的部分，稱為透知 I(x)，求解 J(x)。在沒有其它限制條件的情況下，J(x)可求得問題，人們提出了一些先驗(yàn)假設(shè)。去霧先驗(yàn)理論是一個(gè)基本假設(shè)，這個(gè)假設(shè)認(rèn)為，在絕大多數(shù)的非天空像素總會(huì)有至少一個(gè)顏色通道具有很低的值，即該區(qū)域光強(qiáng)度的

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的復(fù)雜氣象條件下海上船舶識(shí)別[J]. 武凱利,仝宗和,張鵬升,劉亞男,劉釗.  科學(xué)技術(shù)與工程. 2019(03)
[2]基于改進(jìn)YOLOv3的快速車輛檢測(cè)方法[J]. 張富凱,楊峰,李策.  計(jì)算機(jī)工程與應(yīng)用. 2019(02)
[3]基于改進(jìn)型SSD算法的目標(biāo)車輛檢測(cè)研究[J]. 陳冰曲,鄧濤.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2019(01)
[4]改進(jìn)的單尺度Retinex圖像去霧算法[J]. 郭瑞,黨建武,沈瑜,劉成.  蘭州交通大學(xué)學(xué)報(bào). 2018(06)
[5]遙感圖像中飛機(jī)的改進(jìn)YOLOv3實(shí)時(shí)檢測(cè)算法[J]. 戴偉聰,金龍旭,李國寧,鄭志強(qiáng).  光電工程. 2018(12)
[6]無人機(jī)作戰(zhàn)平臺(tái)的智能目標(biāo)識(shí)別方法[J]. 呂攀飛,王曙光.  激光與光電子學(xué)進(jìn)展. 2019(07)
[7]一種改進(jìn)的暗原色去霧算法[J]. 王鵬,郭中華.  國外電子測(cè)量技術(shù). 2018(08)
[8]基于霧濃度檢測(cè)和簡(jiǎn)化大氣散射模型的圖像去霧算法[J]. 吳玉蓮.  國外電子測(cè)量技術(shù). 2018(07)
[9]基于開運(yùn)算暗通道和優(yōu)化邊界約束的圖像去霧算法[J]. 楊紅,崔艷.  光子學(xué)報(bào). 2018(06)
[10]自適應(yīng)直方圖均衡化圖像增強(qiáng)算法研究[J]. 王超,孫玉秋,徐石瑤,余美晨,李祖勝.  長(zhǎng)江大學(xué)學(xué)報(bào)(自科版). 2018(01)

碩士論文
[1]基于一般性物體檢測(cè)和類Haar特征的行人檢測(cè)研究[D]. 吳穎杰.華中師范大學(xué) 2018
[2]基于深度學(xué)習(xí)的圖像識(shí)別方法研究與應(yīng)用[D]. 文馗.華中師范大學(xué) 2017
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像去霧方法研究[D]. 袁保平.重慶郵電大學(xué) 2017
[4]結(jié)合自適應(yīng)暗通道先驗(yàn)和圖像融合策略的單幅圖像除霧方法[D]. 劉歡.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：3502734