高光譜圖像具有空間分辨率高、圖譜合一的特點(diǎn),在識(shí)別和檢測(cè)方面都有著及其廣泛的應(yīng)用。隨著科技水平的不斷的提高,航天遙感和航空遙感得到了快速發(fā)展,遙感技術(shù)已經(jīng)逐漸成為探測(cè)海洋的主要手段。以艦船尾跡作為研究目標(biāo),通過(guò)檢測(cè)遙感圖像中的尾跡,根據(jù)其具體屬性對(duì)艦船位置與運(yùn)動(dòng)參數(shù)進(jìn)行估算,可以實(shí)現(xiàn)對(duì)艦船目標(biāo)準(zhǔn)確定位與實(shí)時(shí)跟蹤,在軍事防御方面起到重要作用同時(shí),也能夠有效地保護(hù)我國(guó)豐富的海洋資源。本文根據(jù)無(wú)人機(jī)遙感技術(shù)具有操作簡(jiǎn)單、采集圖像分辨率高的特點(diǎn),在基于無(wú)人機(jī)高光譜圖像上對(duì)艦船尾跡檢測(cè)技術(shù)進(jìn)行研究,主要研究?jī)?nèi)容如下:（1）提出了基于高光譜降維的船舶尾跡提取方法。高光譜圖像蘊(yùn)含豐富的信息、連續(xù)的波段,針對(duì)這種特性首先利用降維方法對(duì)高光譜圖像進(jìn)行預(yù)處理。不同的降維算法得到結(jié)果圖像具有不同的特征,分別突出了后續(xù)處理所關(guān)心的不同的屬性,本文提出一種新的波段選擇方法。根據(jù)波段選擇算法處理后的圖像,具有尾跡細(xì)節(jié)明顯、波紋清晰的特點(diǎn),采用FT顯著性檢測(cè)對(duì)尾跡具體結(jié)構(gòu)信息進(jìn)行檢測(cè);根據(jù)主成分分析后的圖像具有尾跡邊緣清晰的特點(diǎn),提出了改進(jìn)的霍夫直線檢測(cè)對(duì)尾跡輪廓進(jìn)行提取。本文提出的高光譜的尾跡輪廓提取方案在考慮高... 

【文章來(lái)源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 高光譜應(yīng)用技術(shù)
        1.2.2 高光譜圖像目標(biāo)檢測(cè)
        1.2.3 艦船尾跡檢測(cè)
    1.3 論文研究?jī)?nèi)容及章節(jié)安排
2 高光譜尾跡檢測(cè)的相關(guān)技術(shù)介紹
    2.1 高光譜圖像和尾跡特性
        2.1.1 高光譜圖像特點(diǎn)
        2.1.2 尾跡特性
    2.2 高光譜尾跡圖像獲取
        2.2.1 航拍圖像獲取
    2.3 圖片校正
        2.3.1 幾何校正
        2.3.2 大氣校正
        2.3.3 輻射校正
    2.4 本章小結(jié)
3 基于高光譜圖像的尾跡輪廓提取
    3.1 結(jié)合波段選擇的FT顯著性高光譜尾跡內(nèi)部結(jié)構(gòu)檢測(cè)
        3.1.1 基于相關(guān)性分區(qū)和RXD思想的波段選擇方法
        3.1.2 FT顯著性檢測(cè)算法
        3.1.3 實(shí)驗(yàn)結(jié)果與分析
    3.2 結(jié)合主成分分析的改進(jìn)Hough變換高光譜尾跡輪廓提取
        3.2.1 PCA數(shù)據(jù)降維高光譜圖像
        3.2.2 改進(jìn)的霍夫直線檢測(cè)
        3.2.3 實(shí)驗(yàn)結(jié)果與分析
    3.3 本章小結(jié)
4 基于高光譜圖像的艦船屬性估算
    4.1 基于橫波估算船舶速度
        4.1.1 尾跡中橫波的研究
        4.1.2 尾跡中橫波波長(zhǎng)的計(jì)算
        4.1.3 艦船速度估算實(shí)驗(yàn)結(jié)果與分析
    4.2 基于高光譜圖像中氣泡百分比估計(jì)船舶距離
        4.2.1 OSP解混算法
        4.2.2 計(jì)算氣泡百分比
        4.2.3 尾跡不同位置觀測(cè)數(shù)據(jù)的比對(duì)分析
    4.3 本章小結(jié)
5 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果



本文編號(hào)：3164317