基于機(jī)器學(xué)習(xí)的小目標(biāo)檢測(cè)與追蹤的算法研究
發(fā)布時(shí)間:2021-01-17 08:08
近年來(lái),隨著可見(jiàn)光拍攝設(shè)備分辨率不斷升高,拍攝距離不斷增加,拍攝場(chǎng)景也愈發(fā)復(fù)雜,且小目標(biāo)在圖像中占據(jù)像素點(diǎn)少,特征少,存在大量的相似背景干擾,這對(duì)小目標(biāo)檢測(cè)與追蹤來(lái)說(shuō)無(wú)疑更加具有挑戰(zhàn)性。本文針對(duì)上述問(wèn)題,在圖像預(yù)處理、小目標(biāo)檢測(cè)與小目標(biāo)追蹤三個(gè)方面進(jìn)行了深入研究。首先分析了當(dāng)前相關(guān)算法的優(yōu)點(diǎn)與不足,然后對(duì)其進(jìn)行了改進(jìn)。本文的具體創(chuàng)新如下:(1)在小目標(biāo)圖像的預(yù)處理方面,從傳統(tǒng)形態(tài)學(xué)預(yù)處理算法入手,研究了基于形態(tài)學(xué)的圖像預(yù)處理算法。針對(duì)多結(jié)構(gòu)開(kāi)運(yùn)算重構(gòu)算法的局限性進(jìn)行了分析,由于開(kāi)運(yùn)算能去除圖像中的亮點(diǎn),而閉運(yùn)算能去除圖像中的暗點(diǎn),因此本文在閉運(yùn)算重構(gòu)與多結(jié)構(gòu)開(kāi)運(yùn)算重構(gòu)的基礎(chǔ)上提出了適用于可見(jiàn)光圖像的圖像預(yù)處理算法——多結(jié)構(gòu)閉運(yùn)算重構(gòu)算法。實(shí)驗(yàn)證明該算法在漏檢率較低的情況下能夠減少虛假目標(biāo)數(shù)量。(2)在小目標(biāo)檢測(cè)方面,分為區(qū)域提取和分類兩部分。對(duì)于區(qū)域提取,由于傳統(tǒng)Selective Search算法提取出的虛假目標(biāo)過(guò)多,不適用于小目標(biāo),因此本文結(jié)合了Harris算法與Selective Search算法,使其成為專用的小目標(biāo)區(qū)域提取算法。實(shí)驗(yàn)證明該算法能夠減少大量的虛假目標(biāo)且對(duì)于多種背...
【文章來(lái)源】:江南大學(xué)江蘇省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
顯然沒(méi)有什么問(wèn)題。但對(duì)于深度網(wǎng)絡(luò)公式為:如 n 很大,且梯度值大多都小于 1,那么失問(wèn)題。殘差[11]的出現(xiàn)一定程度上緩示。 = ( , , ) = ( , , ) = ( , , )oss = ( , , ) ( ,
第三章 小目標(biāo)預(yù)處理算法研究第三章 小目標(biāo)預(yù)處理算法研究言目標(biāo)示例如圖 3-1 所示,視頻幀中目標(biāo)。▓D中黑色框中為小目標(biāo)),且雜?梢钥闯,小目標(biāo)輪廓特征基本無(wú)法提取,而且極易受到周?chē)h(huán)境需要對(duì)圖像進(jìn)行預(yù)處理,以減少背景噪聲等因素的干擾,同時(shí)也能減少度。
【參考文獻(xiàn)】:
期刊論文
[1]隨機(jī)森林理論淺析[J]. 董師師,黃哲學(xué). 集成技術(shù). 2013(01)
[2]應(yīng)用多特征的紅外弱小目標(biāo)檢測(cè)[J]. 羅曉清,吳小俊. 計(jì)算機(jī)工程與應(yīng)用. 2011(32)
[3]利用小波變換與Gabor濾波檢測(cè)紅外小目標(biāo)[J]. 羅曉清,吳小俊. 紅外與激光工程. 2011(09)
[4]基于運(yùn)動(dòng)信息的弱小目標(biāo)跟蹤方法[J]. 夏瑜,吳小俊. 彈箭與制導(dǎo)學(xué)報(bào). 2010(04)
[5]一種基于差幀圖像融合的弱小目標(biāo)增強(qiáng)方法[J]. 錢(qián)永浩,吳小俊,羅曉清. 彈箭與制導(dǎo)學(xué)報(bào). 2010(03)
[6]一種改進(jìn)的Harris角點(diǎn)檢測(cè)算法[J]. 龔平,劉相濱,周鵬. 計(jì)算機(jī)工程與應(yīng)用. 2010(11)
[7]幾種精確制導(dǎo)技術(shù)簡(jiǎn)述[J]. 姚秀娟,彭曉樂(lè),張永科. 激光與紅外. 2006(05)
博士論文
[1]序列圖像紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D]. 孫繼剛.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2014
[2]紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D]. 魏長(zhǎng)安.哈爾濱工業(yè)大學(xué) 2009
本文編號(hào):2982501
【文章來(lái)源】:江南大學(xué)江蘇省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
顯然沒(méi)有什么問(wèn)題。但對(duì)于深度網(wǎng)絡(luò)公式為:如 n 很大,且梯度值大多都小于 1,那么失問(wèn)題。殘差[11]的出現(xiàn)一定程度上緩示。 = ( , , ) = ( , , ) = ( , , )oss = ( , , ) ( ,
第三章 小目標(biāo)預(yù)處理算法研究第三章 小目標(biāo)預(yù)處理算法研究言目標(biāo)示例如圖 3-1 所示,視頻幀中目標(biāo)。▓D中黑色框中為小目標(biāo)),且雜?梢钥闯,小目標(biāo)輪廓特征基本無(wú)法提取,而且極易受到周?chē)h(huán)境需要對(duì)圖像進(jìn)行預(yù)處理,以減少背景噪聲等因素的干擾,同時(shí)也能減少度。
【參考文獻(xiàn)】:
期刊論文
[1]隨機(jī)森林理論淺析[J]. 董師師,黃哲學(xué). 集成技術(shù). 2013(01)
[2]應(yīng)用多特征的紅外弱小目標(biāo)檢測(cè)[J]. 羅曉清,吳小俊. 計(jì)算機(jī)工程與應(yīng)用. 2011(32)
[3]利用小波變換與Gabor濾波檢測(cè)紅外小目標(biāo)[J]. 羅曉清,吳小俊. 紅外與激光工程. 2011(09)
[4]基于運(yùn)動(dòng)信息的弱小目標(biāo)跟蹤方法[J]. 夏瑜,吳小俊. 彈箭與制導(dǎo)學(xué)報(bào). 2010(04)
[5]一種基于差幀圖像融合的弱小目標(biāo)增強(qiáng)方法[J]. 錢(qián)永浩,吳小俊,羅曉清. 彈箭與制導(dǎo)學(xué)報(bào). 2010(03)
[6]一種改進(jìn)的Harris角點(diǎn)檢測(cè)算法[J]. 龔平,劉相濱,周鵬. 計(jì)算機(jī)工程與應(yīng)用. 2010(11)
[7]幾種精確制導(dǎo)技術(shù)簡(jiǎn)述[J]. 姚秀娟,彭曉樂(lè),張永科. 激光與紅外. 2006(05)
博士論文
[1]序列圖像紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D]. 孫繼剛.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2014
[2]紅外小目標(biāo)檢測(cè)與跟蹤算法研究[D]. 魏長(zhǎng)安.哈爾濱工業(yè)大學(xué) 2009
本文編號(hào):2982501
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2982501.html
最近更新
教材專著