本文關(guān)鍵詞： 目標檢測 在線級聯(lián)Boosting 梯度方向直方圖 旋轉(zhuǎn)不變特征 變化檢測 B樣條 圖割 無人機圖像　出處：《國防科學技術(shù)大學》2016年博士論文　論文類型：學位論文

【摘要】：隨著無人機越來越廣泛的應(yīng)用,無論是軍事領(lǐng)域還是民用領(lǐng)域都對無人機圖像中的目標檢測和變化檢測提出了迫切的需求。雖然目標檢測和變化檢測一直以來都是一個研究熱點問題,然而由于目標本身和地物背景的復(fù)雜性,高效魯棒的目標檢測和變化檢測依然是一個富有挑戰(zhàn)性的問題。本文分別從無人機圖像中的典型目標檢測和變化檢測兩個方面展開研究,主要內(nèi)容如下:(1)針對無人機圖像的車輛檢測問題,提出了一種基于梯度方向直方圖(Histograms of Oriented Gradients,HOG)特征和在線級聯(lián)Boosting的檢測算法。首先根據(jù)檢測窗口中梯度主方向估計車輛朝向,然后旋轉(zhuǎn)檢測窗口提取HOG特征再進行分類器判別,避免了訓練時標注車輛朝向以及檢測時在同一位置進行多次分類器判別。然后提出了基于積分圖像和基于圓形濾波器的兩種旋轉(zhuǎn)窗口HOG特征快速提取算法,使得在旋轉(zhuǎn)窗口中提取HOG特征的效率大大提高。最后通過結(jié)合在線Boosting和柔性級聯(lián)分類器提出了一種在線級聯(lián)Boosting分類器,提高了車輛檢測效率,并通過使用性能更好的基于Fisher判別和Bayes判別的弱分類器,顯著提升了車輛檢測的性能。(2)傳統(tǒng)基于徑向梯度變換和環(huán)形區(qū)域梯度累積構(gòu)建的旋轉(zhuǎn)不變特征存在計算效率不高的問題,特別是當進行目標檢測需要在整幅圖像上密集計算這種特征的時候,計算效率的問題顯得尤為突出。針對這個問題,提出了一種基于高斯濾波加速的旋轉(zhuǎn)不變HOG特征。首先采用了基于查找表和極坐標的快速徑向梯度變換方法,其次采用了基于高斯濾波器的環(huán)形區(qū)域的梯度累積策略,實現(xiàn)了密集旋轉(zhuǎn)不變特征的快速計算。進行的飛機檢測實驗結(jié)果表明,提出的旋轉(zhuǎn)不變特征與改進前的特征相比,目標檢測性能基本不變,但特征提取效率大幅提高。(3)針對傳統(tǒng)基于極坐標傅里葉分析的旋轉(zhuǎn)不變HOG特征存在計算效率不高且特征維度過大的問題,提出了一種改進的快速旋轉(zhuǎn)不變HOG特征。首先將特征計算過程中包含的大量卷積運算通過快速傅里葉變換轉(zhuǎn)換成頻域的點乘,提高了特征計算速度。然后使用一種基于支持向量機的后向搜索特征選擇算法將原始特征降維,減少特征維度的同時也進一步降低了特征的計算耗時。進行的車輛檢測實驗結(jié)果表明,改進的旋轉(zhuǎn)不變特征不僅計算速度更快占用內(nèi)存更少,而且目標檢測性能更好。(4)針對無人機圖像中的變化檢測問題,提出了一種基于非剛性配準和圖割的變化檢測方法。首先,在基于SURF特征和單應(yīng)變換的圖像粗配準基礎(chǔ)上,采用基于B樣條的非剛性配準方法完成圖像精配準,顯著減少了局部配準誤差對變化檢測的干擾。其次,通過提取多種局部特征并采用慢特征分析法將高維特征變換到新的特征空間,提高了變化檢測的魯棒性,通過采用一種Min-Max雙向差圖像的方法,削弱了局部配準誤差對變化檢測的干擾。最后,基于馬爾科夫隨機場構(gòu)造了一個全局目標函數(shù),并采用圖割算法求解得到變化檢測結(jié)果。由于全局目標函數(shù)中不僅考慮了單個像素的變化信息,也考慮了像素之間的空間關(guān)系,因此變化檢測結(jié)果中的孤立噪聲和空洞現(xiàn)象顯著減少。
[Abstract]:This paper presents an improved fast rotation invariant HOG feature based on the detection and change detection of UAV images . ( 4 ) Aiming at the problem of change detection in UAV image , a non - rigid registration method based on non - rigid registration and graph cutting is proposed . Firstly , the interference of local registration error to change detection is reduced by using non - rigid registration method based on B - spline . Secondly , based on Markov random field , the interference of local registration error to change detection is reduced . Finally , the spatial relationship between pixels is considered by using a Min - Max bi - directional difference image .

【學位授予單位】：國防科學技術(shù)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：V279;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 胡巖峰,劉波,李峰,李立鋼,丘江;一種基于統(tǒng)計分析的圖像變化檢測方法[J];光子學報;2005年01期

2 宋翠玉;李培軍;楊鋒杰;;運用多尺度圖像紋理進行城市擴展變化檢測[J];國土資源遙感;2006年03期

3 徐宏根;宋妍;;顧及陰影信息的高分辨率遙感圖像變化檢測方法[J];國土資源遙感;2013年04期

4 劉直芳,張劍清;城區(qū)變化檢測的一種方法[J];測繪通報;2001年02期

5 倪林,冷洪超;機場區(qū)域變化檢測研究[J];遙感技術(shù)與應(yīng)用;2002年04期

6 李小春,陳鯨;一種變化檢測的新算法[J];宇航學報;2005年03期

7 唐德可,付琨,王宏琦;基于光譜和空域信息的城區(qū)變化檢測方法研究[J];測繪科學;2005年06期

8 鐘家強;王潤生;;一種基于線特征的道路網(wǎng)變化檢測算法[J];遙感學報;2007年01期

9 吳華;常艷玲;沙瑞;;基于Laplacian Eigenmap的圖像變化檢測虛警優(yōu)化技術(shù)[J];計算機工程與應(yīng)用;2007年32期

10 霍春雷;程健;盧漢清;周志鑫;;基于多尺度融合的對象級變化檢測新方法[J];自動化學報;2008年03期

相關(guān)會議論文 前10條

1 尤紅建;詹芊芊;;尺度優(yōu)化的星載SAR圖像變化檢測[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

2 劉元波;;環(huán)境遙感變化探測研究中的若干問題：輻射校正方法與變化檢測算法及其理論關(guān)系[A];中國地理學會2007年學術(shù)年會論文摘要集[C];2007年

3 邢帥;徐青;;高分辨率衛(wèi)星遙感影像變化檢測技術(shù)的研究[A];第十三屆全國圖象圖形學學術(shù)會議論文集[C];2006年

4 霍春雷;程健;周志鑫;盧漢清;;基于尺度傳播的多尺度變化檢測新方法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

5 張蔚然;韓萍;;基于去取向理論的極化SAR變化檢測[A];第二十五屆中國（天津）2011’IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學術(shù)會議論文集[C];2011年

6 胡艷;李勝;何宗;羅靈軍;李靜;;水體變化檢測在重慶市干旱遙感監(jiān)測中的應(yīng)用[A];重慶市測繪學會第三屆優(yōu)秀論文評選獲獎?wù)撐聂?005-2006年度學術(shù)交流會論文選編[C];2008年

7 張鐵軍;;年度土地利用變更調(diào)查中遙感監(jiān)測圖斑提取方法淺析[A];福建省土地學會2012年年會論文集[C];2012年

8 柳思聰;杜培軍;;基于形態(tài)學濾波的多時相遙感影像變化檢測方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

9 劉志剛;李夕海;錢昌松;;遙感圖像變化檢測問題淺析[A];陜西地球物理文集（五）國家安全與軍事地球物理研究[C];2005年

10 劉翔;李萬茂;高連如;陶發(fā)達;倪金生;;基于遙感圖像變化檢測的投資項目搜索技術(shù)研究[A];中國遙感應(yīng)用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

相關(guān)博士學位論文 前10條

1 郝明;基于空間信息準確性增強的遙感影像變化檢測方法研究[D];中國礦業(yè)大學;2015年

2 王凌霞;基于多尺度分析和自然進化優(yōu)化的遙感圖像配準與變化檢測[D];西安電子科技大學;2015年

3 劉趕超;基于雙噪聲相似性模型的SAR圖像變化檢測[D];西安電子科技大學;2016年

4 呂志勇;顧及影像空間特征的地表覆蓋變化檢測方法研究[D];武漢大學;2014年

5 陸苗;面向地表覆蓋數(shù)據(jù)更新的變化檢測方法研究[D];武漢大學;2014年

6 徐金燕;全極化星載SAR影像輻射校正與城區(qū)變化檢測[D];武漢大學;2014年

7 武辰;遙感影像多層次信息變化檢測研究[D];武漢大學;2015年

8 蘇昂;無人機圖像中的典型目標檢測與變化檢測方法研究[D];國防科學技術(shù)大學;2016年

9 李向軍;遙感土地利用變化檢測方法探討[D];中國科學院研究生院（遙感應(yīng)用研究所）;2006年

10 鄧小煉;基于變化矢量分析的土地利用變化檢測方法研究[D];中國科學院研究生院（遙感應(yīng)用研究所）;2006年

相關(guān)碩士學位論文 前10條

1 張家琦;遙感影像變化檢測方法及應(yīng)用研究[D];中國地質(zhì)大學(北京);2015年

2 李玲玲;基于NSCT和NSST的圖像變化檢測算法研究及應(yīng)用[D];新疆大學;2015年

3 胡雪梅;基于MST的遙感圖像變化檢測研究[D];新疆大學;2015年

4 楊國棟;基于分布式并行聚類的SAR圖像變化檢測算法研究[D];西安電子科技大學;2014年

5 王橋;基于多目標模糊聚類的SAR圖像變化檢測[D];西安電子科技大學;2014年

6 張文婷;基于自適應(yīng)權(quán)值差異圖融合和聚類的SAR圖像變化檢測方法研究[D];西安電子科技大學;2014年

7 任新營;基于OpenCL的并行SAR圖像變化檢測[D];西安電子科技大學;2014年

8 宮金杞;面向地理國情監(jiān)測的地表覆蓋變化檢測方法研究及系統(tǒng)實現(xiàn)[D];山東農(nóng)業(yè)大學;2015年

9 趙姣姣;基于無監(jiān)督方法的SAR圖像變化檢測[D];西安電子科技大學;2014年

10 李曉婷;基于信息融合與勻質(zhì)區(qū)域提取的SAR圖像變化檢測[D];西安電子科技大學;2014年

，

本文編號：1499498