本文關(guān)鍵詞：星載遙感圖像艦船檢測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：本文以工程應(yīng)用為背景,結(jié)合可見光遙感圖像的成像特征,利用圖像處理和模式識別技術(shù),以艦船目標檢測為核心展開一系列相關(guān)研究工作。探討了艦船目標檢測中的多個關(guān)鍵問題。目前光學(xué)遙感圖像的艦船目標檢測算法存在多方面的缺點,它們多是檢測率低、虛警率高、魯棒性差,時間復(fù)雜度高、不利于工程化等方面,嚴重制約了通用艦船檢測系統(tǒng)的發(fā)展。基于此種現(xiàn)象本文提出了一種實用艦船目標檢測算法。算法分別由海陸分離、目標分割、目標檢測三個模塊組成。當(dāng)前海陸分離算法主要以基于反射率的閾值分割方法為主,當(dāng)海洋區(qū)域與陸地區(qū)域反射率相近或者相反時,容易造成錯誤分割。針對這一不足,海陸分離模塊中引入圖像熵特征,根據(jù)圖像熵搜索種子點,進行同質(zhì)區(qū)域生長,大大降低了錯誤分割的概率,分割魯棒性明顯提高。傳統(tǒng)艦船目標分割算法多數(shù)在圖像空間域進行分析,常用的空間域處理方法難以取得理想的分割效果。本文提出變換域分析方法,將基于傅里葉頻譜殘差的顯著性計算方法引入艦船目標分割中,從而解決了在空間域分割效果不佳的問題,特別是減少了碎云分布帶來的影響。最后,考慮到整個算法的可實現(xiàn)性,艦船目標檢測模塊采用了投票法,提取分割結(jié)果的多個特征量,逐一剔除虛警目標,結(jié)果表明,本文提出的光學(xué)遙感圖像艦船檢測算法在保持12.71%的虛警率條件下實現(xiàn)了90.32%的檢測率。單幅8192 x 8192像素圖像測試,用時1.25秒,優(yōu)于當(dāng)前艦船檢測算法。適合在艦船檢測系統(tǒng)中使用。
【關(guān)鍵詞】：艦船檢測 海陸分離 顯著性 目標分割
【學(xué)位授予單位】：沈陽航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：E933;TP751
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-17
• 1.1 研究背景和意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.3 高分辨率光學(xué)遙感影像艦船目標檢測面臨的挑戰(zhàn)與關(guān)鍵技術(shù)14-15
• 1.4 光學(xué)遙感艦船目標檢測整體技術(shù)框架15
• 1.5 論文的主要工作與結(jié)構(gòu)15-17
• 第2章 遙感圖像預(yù)處理17-28
• 2.1 概述17-18
• 2.2 輻射校正18-21
• 2.2.1 傳感器校正18-19
• 2.2.2 大氣校正19-21
• 2.3 幾何校正21-26
• 2.3.1 嚴格幾何成像模型22-25
• 2.3.2 RPC模型25-26
• 2.4 本章小結(jié)26-28
• 第3章 光學(xué)遙感圖像海陸分離技術(shù)28-41
• 3.1 概述28-29
• 3.2 常見海陸分離方法29-33
• 3.2.1 邊界追蹤算法29-30
• 3.2.2 活動輪廓法30-31
• 3.2.3 傳統(tǒng)閾值分割31-32
• 3.2.4 其他檢測方法32-33
• 3.3 基于圖像熵特征的海陸分離算法33-37
• 3.3.1 信息熵33
• 3.3.2 圖像熵33-37
• 3.4 實驗與分析37-39
• 3.5 本章小結(jié)39-41
• 第4章 光學(xué)遙感圖像艦船目標檢測算法41-53
• 4.1 概述41
• 4.2 算法框架41-42
• 4.3 基于視覺顯著性模型的目標區(qū)域分割42-47
• 4.3.1 典型視覺顯著性模型42-44
• 4.3.2 基于SR顯著性模型的艦船目標初步分割44-46
• 4.3.3 基于動態(tài)閾值的艦船目標精確分割46-47
• 4.4 復(fù)雜海面背景下艦船目標檢測47-50
• 4.5 實驗與分析50-52
• 4.6 本章小結(jié)52-53
• 結(jié)論與展望53-55
• 參考文獻55-58
• 致謝58-59
• 攻讀碩士期間發(fā)表（含錄用）的學(xué)術(shù)論文59

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王科俊;郭慶昌;;基于均值移動算法的圖像平滑[J];哈爾濱工程大學(xué)學(xué)報;2007年11期

2 杜嘯曉,施鵬飛,楊新,嚴京旗;一種改進的偏微分方程圖像平滑方法[J];上海交通大學(xué)學(xué)報;2001年02期

3 王珊燕 ,沈霖 ,趙憲軍;若干圖像新技術(shù)在紋織CAD/CAM中的應(yīng)用[J];現(xiàn)代機械;2002年03期

4 洪志全;遙感模糊降質(zhì)圖像的擴散恢復(fù)算法研究及實現(xiàn)[J];成都理工大學(xué)學(xué)報(自然科學(xué)版);2003年06期

5 魏有法;;基于Matlab的圖像平滑算法淺析[J];機電技術(shù);2013年03期

6 徐錦仁;侯品;郭慶昌;;基于HSV空間的均值移動算法圖像平滑研究[J];水雷戰(zhàn)與艦船防護;2009年04期

7 臧婷;穆國旺;;基于圖像平滑技術(shù)的B樣條曲線光順[J];河北工業(yè)大學(xué)學(xué)報;2006年03期

8 劉毅,邵慶余,李橋;醫(yī)學(xué)圖像的色彩處理[J];醫(yī)療衛(wèi)生裝備;1998年02期

9 張益貞,李行一,萬波;位移場測定的圖像處理方法——圖像平滑和圖像分割技術(shù)[J];昆明理工大學(xué)學(xué)報(理工版);2002年03期

10 張相芬;張洪梅;田蔚風(fēng);;基于模擬回火退火的DT-MR圖像平滑和估計[J];上海交通大學(xué)學(xué)報;2007年04期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 劉海硯;安曉亞;;基于GDI+的圖像快速處理[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

2 郝紅星;吳玲達;宋漢辰;;一種殘損圖像修補算法改進與實現(xiàn)[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

3 鄧烈;郁道銀;江潔;李威;;一種基于掩模的圖像平滑方法[A];第三屆全國現(xiàn)代生物物理技術(shù)學(xué)術(shù)討論會論文摘要匯編[C];2000年

4 李弼程;魏俊;郭志剛;王禹;黃玉琪;;一種有效的圖像多分辨鑲嵌技術(shù)[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

5 郭海濤;王連玉;田坦;厚宇德;;模糊數(shù)學(xué)在海底小目標聲吶圖像平滑中的應(yīng)用[A];中國海洋學(xué)會2005年學(xué)術(shù)年會論文匯編[C];2005年

6 陳海燕;郭克華;王洪南;趙春霞;;基于各向異性分布偏微分方程的路面圖像平滑技術(shù)[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

7 魏林;王佳;;一種基于OS-CFAR的圖像平滑方法[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

8 楊浩;袁海文;彭琴;武新成;;基于無向圖的瀝青路面裂縫檢測技術(shù)研究[A];2010全國虛擬儀器大會暨MCMI2010’會議論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 楊秋菊;基于全天空圖像和紫外圖像的極光事件檢測與分析[D];西安電子科技大學(xué);2013年

2 曾生根;快速獨立分量分析方法及其在圖像分析中的若干應(yīng)用研究[D];南京理工大學(xué);2004年

3 賈迪野;基于偏微分方程的圖像平滑與分割研究[D];哈爾濱工程大學(xué);2005年

4 王騰;大功率碟型激光焊金屬蒸汽圖像動態(tài)特征分析[D];廣東工業(yè)大學(xué);2012年

5 王文惠;基于內(nèi)容的圖像檢索技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2001年

6 曹毅;基于圖像的中國水墨畫繪制方法的研究[D];吉林大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張冒;貨運索道行走車自動轉(zhuǎn)軌裝置設(shè)計[D];西南交通大學(xué);2015年

2 梁志彪;基于紋理壓縮觀測的圖像自動標注方法研究[D];華南理工大學(xué);2015年

3 孫政;基于CT圖像的MEMS元器件重構(gòu)軟件平臺研制[D];中國石油大學(xué)(華東);2014年

4 胡惠平;基于SIFT的航空視頻影像鑲嵌關(guān)鍵技術(shù)的研究[D];福州大學(xué);2013年

5 王瑤;復(fù)雜環(huán)境下人臉識別研究及其在CRM的實現(xiàn)[D];電子科技大學(xué);2016年

6 李成立;基于顏色傳遞的夜視圖像彩色化技術(shù)研究[D];云南師范大學(xué);2016年

7 武海濤;肝臟CT圖像病變檢測與識別應(yīng)用研究[D];浙江大學(xué);2016年

8 Evtikheeva Irina;[D];哈爾濱工業(yè)大學(xué);2016年

9 甘春生;星載遙感圖像艦船檢測方法研究[D];沈陽航空航天大學(xué);2016年

10 陳祥華;基于二維再生核理論的圖像平滑方法[D];哈爾濱工業(yè)大學(xué);2007年

  本文關(guān)鍵詞：星載遙感圖像艦船檢測方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：466197