小目標(biāo)檢測(cè)是圖像處理領(lǐng)域極具價(jià)值的研究課題之一,它廣泛應(yīng)用于低空空域的預(yù)警系統(tǒng)以及遠(yuǎn)距離大視場(chǎng)下的導(dǎo)彈等制導(dǎo)武器的檢測(cè)與跟蹤。小目標(biāo)的尺度變化范圍大、可用信息少,場(chǎng)景復(fù)雜多變,如何有效的檢測(cè)出現(xiàn)在場(chǎng)景中的小目標(biāo)是本研究課題的亟待解決的技術(shù)攻關(guān)。論文的主要研究?jī)?nèi)容如下:針對(duì)傳統(tǒng)多級(jí)濾波器不能適應(yīng)多尺度小目標(biāo)檢測(cè)的問題,論文提出了一種基于多尺度級(jí)聯(lián)濾波融合算法,首先,通過使用多個(gè)尺度級(jí)的級(jí)聯(lián)濾波器分別對(duì)原圖進(jìn)行背景抑制獲取殘差圖像,然后,通過融合各級(jí)殘差圖像實(shí)現(xiàn)多尺度小目標(biāo)檢測(cè);同時(shí),結(jié)合圖像金字塔檢測(cè)的方式降低算法的計(jì)算量。鑒于傳統(tǒng)側(cè)抑制算法不能很好地保護(hù)目標(biāo)邊緣,以及滑動(dòng)窗口尺寸過大會(huì)導(dǎo)致耗時(shí)嚴(yán)重的問題,論文提出了兩條改進(jìn)措施:設(shè)置隔離窗以保護(hù)目標(biāo)邊緣;重新定義3*3區(qū)域表征目標(biāo)區(qū)域,減少目標(biāo)區(qū)域的計(jì)算。針對(duì)基于局部特征算法在背景區(qū)域存在大量冗余計(jì)算的問題,論文提出了改進(jìn)的局部對(duì)比度算法,首先對(duì)待測(cè)像素點(diǎn)進(jìn)行背景點(diǎn)判斷,然后僅對(duì)非背景點(diǎn)進(jìn)行灰度增強(qiáng);并在顯著性區(qū)域上使用改進(jìn)的局部對(duì)比度算法進(jìn)行計(jì)算,進(jìn)一步提高了算法的性能。實(shí)驗(yàn)結(jié)果表明,基于局部特征的弱小目標(biāo)檢測(cè)算法的檢測(cè)性能要優(yōu)于基于...

【文章頁(yè)數(shù)】：89 頁(yè)

【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
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)單幀檢測(cè)算法
        1.2.2 傳統(tǒng)多幀檢測(cè)算法
        1.2.3 深度學(xué)習(xí)算法
    1.3 論文組織結(jié)構(gòu)
第二章 基于背景抑制的弱小目標(biāo)檢測(cè)
    2.1 圖像特性
        2.1.1 圖像整體特性
        2.1.2 圖像目標(biāo)特性分析
        2.1.3 圖像背景特性分析
        2.1.4 圖像噪聲特性分析
    2.2 關(guān)鍵技術(shù)分析
        2.2.1 背景抑制
        2.2.2 常用預(yù)處理方法
        2.2.3 圖像增強(qiáng)
        2.2.4 目標(biāo)提取
    2.3 多分辨率多尺度級(jí)聯(lián)濾波器融合算法
        2.3.1 傳統(tǒng)多級(jí)濾波器
        2.3.2 改進(jìn)的多級(jí)濾波器
    2.4 實(shí)驗(yàn)結(jié)果分析
    2.5 本章小結(jié)
第三章 基于局部特征的弱小目標(biāo)檢測(cè)
    3.1 基于局部特性聯(lián)合的檢測(cè)算法
        3.1.1 區(qū)域結(jié)構(gòu)相似度
        3.1.2 局部相似度差
        3.1.3 局部特性聯(lián)合檢測(cè)
    3.2 基于側(cè)抑制網(wǎng)絡(luò)的小目標(biāo)檢測(cè)算法
        3.2.1 傳統(tǒng)側(cè)抑制網(wǎng)絡(luò)增強(qiáng)算法
        3.2.2 改進(jìn)的側(cè)抑制增強(qiáng)算法
    3.3 基于顯著性區(qū)域?qū)Ρ榷鹊男∧繕?biāo)檢測(cè)算法
        3.3.1 多向梯度顯著性檢測(cè)
        3.3.2 改進(jìn)的局部對(duì)比度算法
        3.3.3 基于梯度顯著區(qū)域?qū)Ρ榷人惴?br>    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于緊湊深度卷積網(wǎng)絡(luò)的小目標(biāo)檢測(cè)
    4.1 SSD算法模型
        4.1.1 預(yù)備知識(shí)
        4.1.2 SSD檢測(cè)框架與原理
        4.1.3 SSD設(shè)計(jì)理念
        4.1.4 SSD代價(jià)函數(shù)
    4.2 SSD算法基礎(chǔ)網(wǎng)絡(luò)
        4.2.1 VGG-16
        4.2.2 輕量級(jí)網(wǎng)絡(luò)MobileNet V2
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
作者攻讀碩士學(xué)位期間的論文和成果



本文編號(hào)：3745170