以航母為代表的大型艦船具有重要軍事用途和獨(dú)特政治外交意義,發(fā)現(xiàn)和檢測此類艦船、了解其部署變更情報對國家安全策略制定與國民經(jīng)濟(jì)發(fā)展意義重大。由于實(shí)時檢測需求和星對地傳輸數(shù)據(jù)的局限,在軌實(shí)現(xiàn)遙感圖像的艦船目標(biāo)檢測成為必然,而在軌衛(wèi)星的性能限制和遙感圖像的高分辨率、大尺度和小目標(biāo)特性,是完成在軌檢測的主要難題。針對高分辨率遙感圖像及在軌艦船目標(biāo)檢測任務(wù)的特性,本文對目前主流的目標(biāo)檢測方法進(jìn)行了分析并利用實(shí)驗(yàn)進(jìn)行了測試。提出了利用加速SNIC超像素在保證目標(biāo)完整性的前提下對高分辨率遙感圖像進(jìn)行分割并實(shí)現(xiàn)目標(biāo)預(yù)定位,在預(yù)定位區(qū)域利用局部特征和可變閾值近鄰校驗(yàn)實(shí)現(xiàn)目標(biāo)檢測的算法,并對算法的計(jì)算效率和檢測效果進(jìn)行了對比和實(shí)驗(yàn)驗(yàn)證。本文的主要工作如下:1.在超像素分割方面,本文對比了目前頂尖性能的超像素算法,選取了具有最佳性能和效率平衡的SNIC算法。為了提高分割速度,對圖像降采樣后進(jìn)行分割,通過轉(zhuǎn)化、公式變形和近似對原始算法的像素距離計(jì)算方法進(jìn)行了加速,并將原算法浮點(diǎn)計(jì)算數(shù)據(jù)通過歸一和平移轉(zhuǎn)換為整形計(jì)算;改進(jìn)了超像素中心的更新策略,進(jìn)一步提高了分割的效率;對超像素邊緣進(jìn)行拓展使其成為邊緣重疊的超像素...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 選題背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 衛(wèi)星遙感圖像研究現(xiàn)狀
        1.2.2 遙感圖像目標(biāo)檢測研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 超像素分割及局部特征相關(guān)技術(shù)介紹
    2.1 超像素分割算法
    2.2 局部特征
        2.2.1 SIFT算法與SURF算法
        2.2.2 BIRSK算法、FREAK算法與ORB算法
        2.2.3 局部特征算法性能比較
        2.2.4 特征匹配
    2.3 星載平臺
第三章 基于加速SNIC超像素分割的目標(biāo)預(yù)定位
    3.1 原始SNIC超像素分割算法原理
        3.1.1 超像素分割原理
        3.1.2 SNIC超像素分割算法實(shí)現(xiàn)
    3.2 加速SNIC超像素分割算法
        3.2.1 像素距離計(jì)算的改進(jìn)
        3.2.2 中心點(diǎn)更新策略的加速
        3.2.3 邊緣重疊的超像素結(jié)構(gòu)
    3.3 目標(biāo)預(yù)定位的實(shí)現(xiàn)
        3.3.1 圖像的縮放與分割
        3.3.2 快速濾波實(shí)現(xiàn)預(yù)定位
    3.4 本章小結(jié)
第四章 基于快速特征匹配的目標(biāo)檢測算法
    4.1 SURF局部特征檢測
    4.2 傳統(tǒng)SURF特征點(diǎn)匹配
        4.2.1 最近鄰匹配算法
        4.2.2 近鄰距離比算法
        4.2.3 隨機(jī)抽樣一致算法
    4.3 快速SURF特征點(diǎn)匹配
        4.3.1 可變閾值近鄰距離比算法
        4.3.2 二次近鄰距離校驗(yàn)算法
    4.4 在軌衛(wèi)星艦船目標(biāo)檢測軟件的設(shè)計(jì)與實(shí)現(xiàn)
        4.4.1 軟件框架設(shè)計(jì)
        4.4.2 軟件功能實(shí)現(xiàn)
        4.4.3 軟件功能測試
        4.4.4 軟件及算法性能測試
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3876321