多光譜目標(biāo)檢測算法及系統(tǒng)實(shí)現(xiàn)研究
發(fā)布時(shí)間:2020-07-10 23:47
【摘要】:隨著光譜檢測技術(shù)的應(yīng)用越來越廣泛,涌現(xiàn)出多種光譜目標(biāo)檢測算法。傳統(tǒng)的目標(biāo)檢測算法,模型復(fù)雜,耗費(fèi)時(shí)間長,造成檢測效率低。本文將視覺選擇性注意機(jī)制應(yīng)用到多光譜目標(biāo)檢測中,不僅達(dá)到優(yōu)秀的檢測效果,而且算法簡單、易于硬件實(shí)現(xiàn),有效地提高檢測效率。本文對三種經(jīng)典的頻率域顯著模型進(jìn)行對比,分析三個(gè)模型的基礎(chǔ)理論,總結(jié)出頻率域的顯著目標(biāo)特性,并論證了基于頻率域的顯著檢測不僅僅是純數(shù)學(xué)理論計(jì)算,而且符合人眼的選擇性注意機(jī)制。利用多尺度分析和形態(tài)學(xué)處理優(yōu)化PFT模型,提高了顯著目標(biāo)檢測的精確性和完整性;赑FT模型和四元數(shù),研究出一種有效的多光譜目標(biāo)檢測模型,以兩個(gè)特征光譜區(qū)間的光譜波段圖分別構(gòu)建兩個(gè)四元數(shù)圖像,并利用PCA融合兩個(gè)四元數(shù)圖像的顯著圖,精確地定位到目標(biāo),且對噪聲具有很好的魯棒性。由于頻率域模型只能提取全局顯著信息,結(jié)合局部空間域模型,研究出一種雙域雙特征的檢測算法,大量的實(shí)驗(yàn)數(shù)據(jù)表明,本文算法在多光譜圖像和自然彩色圖像的有效性和魯棒性。上述算法分析和實(shí)驗(yàn)結(jié)果表明,基于顯著性的多光譜目標(biāo)檢測算法實(shí)現(xiàn)了復(fù)雜度與效果的平衡。利用AOTF和近紅外相機(jī)搭建多光譜成像系統(tǒng),以FPGA板為圖像處理核心,實(shí)現(xiàn)一種多光譜目標(biāo)檢測系統(tǒng)?紤]到FPGA超強(qiáng)的并行處理能力和較差的信號運(yùn)算性能,探索研究出一種基于哈達(dá)瑪變換的檢測算法,設(shè)計(jì)相應(yīng)的硬件模塊,實(shí)現(xiàn)了實(shí)時(shí)高效的檢測效果。
【學(xué)位授予單位】:南京理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2017
【分類號】:TP391.41
【學(xué)位授予單位】:南京理工大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2017
【分類號】:TP391.41
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 劉康;高志帆;吳瓊水;曾立波;;基于AOTF的成像光譜儀及其在同色異譜目標(biāo)鑒別中的應(yīng)用[J];光譜學(xué)與光譜分析;2015年04期
2 岳江;張毅;徐杭威;柏連發(fā);;一種基于空間一致性降元的高光譜圖像非監(jiān)督分類[J];光譜學(xué)與光譜分析;2012年07期
3 王鑫;王斌;張立明;;基于圖像顯著性區(qū)域的遙感圖像機(jī)場檢測[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年03期
4 金玉希;黃梅珍;施Z赯
本文編號:2749626
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/2749626.html
最近更新
教材專著