近年來,隨著海上活動(dòng)不斷增加,海上環(huán)境也是越來越復(fù)雜,導(dǎo)致海上突發(fā)事件的發(fā)生概率和復(fù)雜性與日俱增,海上目標(biāo)檢測技術(shù)已經(jīng)成為了眾多學(xué)者研究的一個(gè)熱點(diǎn)問題。本文通過查閱有關(guān)海上突發(fā)事件的文獻(xiàn)了解到逆光環(huán)境一直是導(dǎo)致海上搜救率低的一種情況,因此本文主要針對于檢測時(shí)常遇到的逆光環(huán)境進(jìn)行了分析,從而提出了兩種逆光海上紅外圖像目標(biāo)檢測方法。逆光環(huán)境給海上目標(biāo)檢測增加的難度是逆光圖像中目標(biāo)的灰度低于背景灰度,海浪較強(qiáng)時(shí)海上會出現(xiàn)不均勻的干擾亮斑和暗斑,海浪較弱時(shí)海上會隨機(jī)出現(xiàn)成片相連的光滑亮紋,并且除了逆光環(huán)境本身存在的影響之外還可能存在島嶼、礁石等干擾。通過對逆光海上紅外圖像灰度、對比度特征分析可知,圖像目標(biāo)檢測的問題是目標(biāo)的灰度、對比度信息不顯著,針對這一問題可采取頻率域的處理方法來濾除背景雜波的干擾。通過對逆光海上紅外圖像梯度方向特征分析可知,圖像目標(biāo)檢測的問題是弱海浪逆光圖像中目標(biāo)具有整張圖像中最強(qiáng)的梯度相關(guān)性,但強(qiáng)海浪逆光圖像中的干擾亮斑具有更強(qiáng)的梯度相關(guān)性,針對這一問題可濾除強(qiáng)海浪逆光圖像中的亮斑干擾從而使目標(biāo)具有整張圖像中最強(qiáng)的梯度相關(guān)性。通過對基于灰度、對比度以及梯度方向特征的典型海... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．?１?２０１９年海上搜救中心公開數(shù)據(jù)??Ｆｉｇ．?１．１?Ｏｐｅｎ?ｄａｔａ?ｏｆ?ｍａｒｉｔｉｍｅ?ｓｅａｒｃｈ?ａｎｄ?ｒｅｓｃｕｅ?ｃｅｎｔｅｒ?ｉｎ?２０１９??－Ｉ?－??

?大連海事大學(xué)碩士學(xué)位論文???２逆光海上環(huán)境下紅外圖像特征分析以及典型目標(biāo)檢測方法討論??圖像目標(biāo)檢測通常以圖像特征分析為基礎(chǔ)，特征分析準(zhǔn)確才能更好的實(shí)現(xiàn)目標(biāo)檢測。??本章首先針對逆光海上環(huán)境下的紅外圖像進(jìn)行了特征分析，發(fā)現(xiàn)逆光圖像中所存在的干??擾，其次提出了解決方法并進(jìn)行了驗(yàn)證，然后對比和分析了可以應(yīng)用到逆光海上目標(biāo)檢??測算法的優(yōu)缺點(diǎn)，進(jìn)而選用最適合逆光環(huán)境的算法作為主要研宄對象，從而為后續(xù)的目??標(biāo)檢測提供和整理有力的先驗(yàn)信息。??２．１逆光圖像特征分析??圖像特征分析是實(shí)現(xiàn)準(zhǔn)確檢測目標(biāo)的首要步驟，圖像特征分析的首要目的是找出逆??光環(huán)境下所存在的干擾。根據(jù)圖２．１中的逆光海上紅外圖像以及圖２．２中對應(yīng)的灰度直??方圖（為了更加的方便人眼觀察，本文用紅色矩形框標(biāo)記了目標(biāo)的位置）可知，逆光環(huán)??境下目標(biāo)的整體灰度值要低予背景的灰度值，出現(xiàn)這種情況的原因是在逆光環(huán)境下海上??目標(biāo)正好位于太陽光和紅外相機(jī)之間，這就使得太陽光通過海上反射到紅外相機(jī)的輻射??能量遠(yuǎn)大于太陽光通過目標(biāo)反射到紅外攝像機(jī)上的。因此，在逆光環(huán)境下紅外圖像背景??的灰度值大于目標(biāo)的灰度值。??■■圓＿??幽＾｜圓Ｉ?１１??５）弱海浪圖像６）弱海浪圖像７）弱海浪圖像８）弱海浪圖像??ｈ無：羞｜?＿??９）弱海浪圖像］０）弱海浪圖像１１）弱海浪圖像１２）弱海浪圖像??圖２．１逆光海上紅外圖像??Ｆｉｇ．?２．１?Ｂａｃｋｌｉｇｈｔｉｎｇ?ｍａｒｉｔｉｍｅ?ｉｎｆｒａｒｅｄ?ｉｍａｇｅ??－７?－??

?大連海事大學(xué)碩士學(xué)位論文???強(qiáng)背景（橋、云層）也是在垂直或水平單方向具有明顯的梯度信息。反觀目標(biāo)水平方向??和垂直方向灰度變化明顯，導(dǎo)致不同方向之間的梯度相關(guān)性更強(qiáng)，因此可嘗試選用梯度??相關(guān)性來作為區(qū)分目標(biāo)和背景的方法。??２．２灰度、對比度特征分析及處理??根據(jù)逆光圖像中目標(biāo)和背景的灰度分布，為了提高目標(biāo)的灰度值，將目標(biāo)和背景的??灰度值進(jìn)行翻轉(zhuǎn)，翻轉(zhuǎn)方法是用最高灰度級（２５５?）減去目標(biāo)或背景的灰度值。最終得??到的處理后的結(jié)果如圖２．３所示，處理啟的灰度直方圖結(jié)果如圖２．４所示。??１）強(qiáng)海浪圖像?２）強(qiáng)海浪圖像?３）強(qiáng)海浪圖像?４）強(qiáng)海浪圖像??５）弱海浪圖像?６）弱海浪圖像?７）弱海浪圖像?８）弱海浪圖像??響Ｊｐｉ、憲??９）弱海浪圖像?１０）弱海浪圖像?１１）弱海浪圖像?１２）弱海浪圖像??圖２．３翻轉(zhuǎn)后的逆光圖像??Ｆｉｇ．?２．３?Ｂａｃｋｌｉｇｈｔ?ｉｍａｇｅ?ａｆｔｅｒ?ｆｌｉｐｐｉｎｇ??－９?－??

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合視覺注意力機(jī)制基于尺度自適應(yīng)局部對比度增強(qiáng)的紅外弱小目標(biāo)檢測算法[J]. 沈旭,程小輝,王新政.  紅外技術(shù). 2019(08)
[2]基于譜殘差和聚類法的運(yùn)動(dòng)目標(biāo)檢測研究[J]. 馬琴,張興忠,李海芳,鄧紅霞.  計(jì)算機(jī)工程與科學(xué). 2018(10)
[3]淺談傅里葉變換在圖像處理中的應(yīng)用[J]. 馬曉凱,付禹.  科技資訊. 2018(08)
[4]基于改進(jìn)Canny算法的工件邊緣檢測方法[J]. 劉克平,李西衛(wèi),隋吉雷,李巖.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[5]基于自適應(yīng)Canny的紅外圖像邊緣檢測算法[J]. 孫硯飛,常曉剛,李東興,張華強(qiáng),馬良慧.  山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[6]一種改進(jìn)的Canny邊緣檢測算法[J]. 張光玉,徐龍春,張敏風(fēng),張崗,鄒越,趙文波,楊沛沛,李東玥.  中國醫(yī)學(xué)物理學(xué)雜志. 2017(08)
[7]基于自適應(yīng)形態(tài)學(xué)濾波的紅外小目標(biāo)檢測算法[J]. 徐文晴,王敏.  激光與紅外. 2017(01)
[8]基于峰值匹配的SAR圖像飛機(jī)目標(biāo)識別方法[J]. 潘嘉蒙,牛照東,陳曾平.  現(xiàn)代電子技術(shù). 2015(19)
[9]基于稀疏表達(dá)殘差的自然場景運(yùn)動(dòng)目標(biāo)檢測[J]. 蔣建國,金玉龍,齊美彬,詹曙.  電子學(xué)報(bào). 2015(09)
[10]局部對比度結(jié)合區(qū)域顯著性紅外弱小目標(biāo)檢測[J]. 王曉陽,彭真明,張萍,孟曄銘.  強(qiáng)激光與粒子束. 2015(09)

碩士論文
[1]視覺顯著性的時(shí)空特性分析及其應(yīng)用研究[D]. 劉玉敏.合肥工業(yè)大學(xué) 2015
[2]基于視覺注意和時(shí)空特征描述的煙霧檢測技術(shù)研究[D]. 楊振偉.杭州電子科技大學(xué) 2014



本文編號：3035955