發(fā)布時間：2021-01-12 17:02

　　遙感圖像解譯是進行對地觀測的一個重要手段,一直以來都是遙感領域國內外學者研究的重點方向,伴隨著遙感成像技術的不斷成熟,遙感成像越來越趨向于圖像幅寬大,圖像分辨率越來越高,每天會有大量的高分辨率遙感數(shù)據(jù)需要被處理,這需要對于地面目標層面的目標進行有效檢測,尤其是對于圖像中典型目標的檢測識別的需求。因此本文針對大場景高分辨率遙感圖像中飛機和艦船目標檢測任務進行了學習和研究,并針對場景復雜虛警高的問題提出基于分層篩選的目標檢測方法,主要從區(qū)域特征分析及檢測和目標特征分析及檢測兩方面進行介紹,具體研究內容為:為縮小目標檢測范圍,本文對大場景遙感圖像目標檢測先進行了目標所在區(qū)域——停機坪和港口的檢測。停機坪檢測方面,針對機場跑道的直線特征和停機坪的亮度和梯度特征,研究了基于跑道直線特征篩選和停機坪顯著性檢測的機場檢測方法;海陸交界帶提取方面,針對海水區(qū)域和陸地區(qū)域光譜值以及梯度值的差異,研究了基于海陸分割和直線提取的艦船疑似區(qū)域檢測方法。在實現(xiàn)區(qū)域檢測的基礎之上,為有效檢測飛機和艦船目標,本文基于一種層層檢測候選切片,逐步剔除虛警的思想,設計了基于特異性特征提取的目標分層檢測模型,實現(xiàn)了漸進式的... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

DPM特征構建示意圖;

圖 2-2 DPM 特征構建示意圖由圖 2-2 可見，如果采取直接將特征向量化的方法提取特征向量，那么一個8 8的 Cell，向量維數(shù)會有4 （ 9 18） 108維，這么高的維數(shù)是很不利于向量處理的，DPM 算法原作者 Felzenszwalb 教授在分析特征之后，選擇提取Cell 的無符號梯度，若只是無符號梯度那么特征變?yōu)槊總�單元共 4 9 36維對于無符號梯度特征提取得到的4 9 36維特征，作者巧妙地分別對每每一行求和，這樣會得到4 9 13維特征，為了兼顧有符號梯度目標檢測，作取了 18 維有符號梯度向量，并對這些向量求和，得到一個維度為 18 的梯度向

哈爾濱工業(yè)大學工學碩士學位論文果，圖(a)是根模型可視化，由圖可見，根模型比較粗糙地反映了一艘艦船的輪廓。部件模型為矩形框內的部分，一共 6 個部目標，DPM 算法中部件模型分辨率為根模型的 2 倍，這樣就果，為了降低模型復雜性，本文所檢測目標的根模型和部件模

【參考文獻】：
期刊論文
[1]基于港口匹配和海域分割的靠岸艦船檢測方法[J]. 王岳環(huán),秦小娟,韋海萍,鄭智輝.  華中科技大學學報(自然科學版). 2017(10)
[2]一種基于多尺度特征簇的艦船目標快速定位與識別方法[J]. 劉進,楊潔,龐瑞帆,陳慧穎.  武漢大學學報(信息科學版). 2016(01)
[3]結合結構和光譜特征的高分辨率影像分割方法[J]. 劉婧,李培軍.  測繪學報. 2014(05)
[4]基于骨架特征的多光譜遙感影像飛機目標識別方法研究[J]. 蔡棟,陳焱明,魏巍.  測繪通報. 2014(02)
[5]結合視覺顯著性和空間金字塔的遙感圖像機場檢測[J]. 郭雷,姚西文,韓軍偉,程塨,錢曉亮.  西北工業(yè)大學學報. 2014(01)
[6]基于樣本自動選擇與SVM結合的海岸線遙感自動提取[J]. 朱長明,張新,駱劍承,李萬慶,楊紀偉.  國土資源遙感. 2013(02)
[7]利用結構紋理分解的海洋艦船目標檢測[J]. 王衛(wèi)衛(wèi),席燈炎,楊塨鵬,周麗娟.  西安電子科技大學學報. 2012(04)
[8]一種光學遙感圖像海面艦船檢測算法[J]. 高立寧,畢福昆,龍騰,楊健.  清華大學學報(自然科學版). 2011(01)
[9]基于海陸分割的艦船目標變化檢測研究[J]. 蔡姝,吳宏明.  電視技術. 2010(05)
[10]可見光遙感圖像中艦船目標檢測方法[J]. 趙英海,吳秀清,聞凌云,徐守時.  光電工程. 2008(08)

博士論文
[1]合成孔徑雷達圖像特征提取的方法研究[D]. 魏倩茹.西安電子科技大學 2016

碩士論文
[1]基于可變形部件模型的目標檢測技術研究[D]. 董彥汝.北京郵電大學 2017
[2]中低分辨率光學遙感圖像艦船目標檢測算法研究[D]. 李文武.國防科學技術大學 2008



本文編號：2973177