本文關鍵詞：視覺顯著性及其在自動目標識別系統(tǒng)中的應用

  更多相關文章： 視覺注意 視覺顯著性 視點預測 顯著物體檢測 紅外成像 遙感光學成像 自動目標識別 目標檢測

【摘要】：視覺注意機制揭示了人眼對輸入場景的特定感知模式,其中,視覺顯著性描述了場景中蘊含重要價值的視覺子集區(qū)域,它有助于人類視覺系統(tǒng)完成從復雜場景中迅速過濾冗余信息、準確提取有效信息這一重要過程,優(yōu)化了大腦對攝入信息的處理效率。視覺顯著性表現(xiàn)出的強大的信息篩選能力,使得它在節(jié)省計算資源的同時,大幅度提升了系統(tǒng)的準確性和魯棒性,這對自動目標識別(ATR)系統(tǒng)中目標檢測、識別、跟蹤等核心技術朝著智能化方向發(fā)展有著重要的指導意義。 論文在討論了視覺顯著性的研究意義及其對ATR系統(tǒng)的應用價值的基礎上,分別對視點預測和顯著物體檢測等視覺顯著性模型的構建、及其在紅外圖像小目標檢測和遙感光學圖像艦船目標檢測中的應用展開深入研究,提出了一系列視覺顯著性計算及應用的新方法。論文的主要工作如下： 在視點預測模型的探索方面,對初級視覺皮層的研究表明,攜帶有效信息的少量神經(jīng)元與攜帶冗余信息的多數(shù)神經(jīng)元之間的相關性較弱,同時它們對于刺激也更加敏感。據(jù)此,提出了一種基于視覺特征去相關性與信息活躍性加權的視點預測方法,以結合并驗證前述視覺特征特性對場景視點預測的表達作用。實驗結果表明,該方法可以有效提高視點預測的準確性,對該領域的研究提供了一些有利線索。 在顯著物體檢測方面,針對傳統(tǒng)的基于特征對比的顯著物體檢測方法無法克服復雜場景中背景雜波干擾及顯著物體內部區(qū)域特征差異較大等問題,提出了一種結合特征對比與物體視覺組織規(guī)則的顯著物體檢測方法。它包括對比顯著性計算和物體視覺顯著性濾波兩個階段。前者表達了顏色特征獨特性、空間緊致性、成像背景先驗及成像中心先驗等對比要素,后者根據(jù)格式塔視覺組織規(guī)則,對構成物體的結構元素所具有的閉合性、相似性和鄰近性進行描述。該方法不僅對復雜背景有效,它也適用于場景中顯著物體數(shù)目不限的情況。 在Boolean圖視覺注意原理的啟發(fā)下,提出了一種基于Boolean圖視覺特征表達的單幀圖像紅外小目標檢測方法。該方法根據(jù)觀察者在任一瞬時對目標的注意僅由選定特征對應的場景Boolean圖表征,并結合遠距紅外成像中目標呈現(xiàn)的局部高亮性與類高斯形狀等特點,采用顏色與方向特征通道Boolean圖加權融合的方式,實現(xiàn)目標增強與背景抑制。這種方法具有廣泛的適用場景,對多種復雜背景圖像具有魯棒的檢測性能。 利用視覺顯著性能夠從固定模式中抽取獨特模式的作用,提出了一種基于方向顯著模式的單幀圖像紅外小目標檢測方法。該方法根據(jù)小目標與背景所表現(xiàn)出的紋理模式差異,即前者具有接近各向同性的類高斯形狀,而后者呈現(xiàn)局部方向條形紋理這一特點,采用視覺顯著性計算對目標進行提取。實驗結果表明,它能有效克服多種復雜場景下的雜波干擾,對紅外小目標具有很好的檢測性能。 針對遙感光學圖像中云雜波、海雜波、艦船浪跡及目標尺度變化等因素對艦船檢測造成的干擾,提出了一種基于視覺顯著性和S-HOG描述子的無監(jiān)督遙感艦船檢測方法。視覺顯著性能夠突出顯著信號并過濾冗余信息,有助于候選目標區(qū)域的確定和對雜波背景的抑制。S-HOG描述子則可以克服艦船浪跡雜波,并適用于多種尺度下的目標表達。該方法對遙感光學圖像中的艦船目標檢測非常有效。
【關鍵詞】：視覺注意 視覺顯著性 視點預測 顯著物體檢測 紅外成像 遙感光學成像 自動目標識別 目標檢測
【學位授予單位】：華中科技大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-6
• Abstract6-10
• 1 緒論10-39
• 1.1 引言10-19
• 1.2 視覺顯著性的研究意義與內容19-27
• 1.3 視覺顯著性計算方法綜述27-30
• 1.4 基于光學成像的自動目標檢測方法綜述30-34
• 1.5 本論文的主要工作34-37
• 1.6 本文的課題來源及章節(jié)安排37-39
• 2 基于去相關特征活躍性描述的視點預測算法研究39-57
• 2.1 概要介紹39-40
• 2.2 基本概念40-45
• 2.3 視點預測模型45-49
• 2.4 實驗結果與分析49-55
• 2.5 本章小結55-57
• 3 基于特征對比與物體視覺組織的顯著物體檢測算法研究57-82
• 3.1 概要介紹57-58
• 3.2 對比顯著性58-63
• 3.3 物體視覺組織顯著性63-71
• 3.4 實驗結果與分析71-80
• 3.5 本章小結80-82
• 4 基于Boolean圖視覺原理的紅外小目標檢測算法研究82-98
• 4.1 概要介紹82-83
• 4.2 基本概念83-86
• 4.3 基于BooLEAN圖視覺原理的小目標檢測方法86-91
• 4.4 實驗結果與分析91-96
• 4.5 本章小結96-98
• 5 基于方向顯著模式的紅外小目標檢測算法研究98-115
• 5.1 概要介紹98-99
• 5.2 基本概念99-101
• 5.3 基于四元素相譜的小目標檢測方法101-103
• 5.4 基于多通道融合的小目標檢測方法103-106
• 5.5 實驗結果與分析106-113
• 5.6 本章小結113-115
• 6 基于視覺顯著性與S-HOG描述子的遙感艦船檢測算法研究115-134
• 6.1 概要介紹115-117
• 6.2 目標預篩選117-120
• 6.3 艦船目標判別120-125
• 6.4 實驗結果與分析125-132
• 6.5 本章小結132-134
• 7 全文總結與研究工作展望134-140
• 7.1 本文研究內容總結134-136
• 7.2 本文創(chuàng)新之處說明136-137
• 7.3 進一步研究工作展望137-140
• 致謝140-142
• 參考文獻142-157
• 附錄1 作者在攻讀博士學位期間科研成果157-160
• 附錄2 公開發(fā)表的學術論文與博士學位論文的關系160-161
• 附錄3 作者在攻讀博士學位期間參與的項目161

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 金易;發(fā)展中的自動目標識別技術[J];知識就是力量;1994年05期

2 J.L.Morey ,顧聚興;光學系統(tǒng)加速自動目標識別[J];紅外;2000年01期

3 季虎,夏勝平,郁文賢;一種可行的自動目標識別框架方案[J];雷達與對抗;2001年02期

4 何峻;趙宏鐘;付強;;自動目標識別性能評估指標簡述[J];電訊技術;2007年05期

5 陸榮鏗;;自動目標識別系統(tǒng)[J];紅外與激光技術;1988年03期

6 張秉華;;自動目標識別(綜述)[J];光學工程;1989年04期

7 廖朝佩;;自動目標識別器的發(fā)展現(xiàn)狀及應用分析[J];紅外與激光技術;1992年02期

8 何國威,劉建國;利用Dempster-Shafer信息融合進行自動目標識別[J];計算機與數(shù)字工程;2000年06期

9 陳東,沈振康,李飚,劉文華,王煒華,李吉成;一個基于神經(jīng)網(wǎng)絡的航空照片自動目標識別算法[J];電子與信息學報;2001年07期

10 王國田;光電混合自動目標識別技術研究[J];紅外;2001年05期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 羅四;李少洪;;灰色關聯(lián)分析法用于雷達自動目標識別的研究[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

2 徐福澤;蔣本和;段中華;閆飛翔;;基于Hough變換的紅外圖像自動目標識別技術[A];第十一屆全國紅外加熱暨紅外醫(yī)學發(fā)展研討會論文及論文摘要集[C];2007年

3 高倩;吳仁彪;劉家學;;一種基于自適應冪變換的HRRP-ATR方法[A];第十一屆全國信號處理學術年會（CCSP-2003）論文集[C];2003年

中國博士學位論文全文數(shù)據(jù)庫 前8條

1 徐丹蕾;基于稀疏貝葉斯學習的雷達自動目標識別方法研究[D];西安電子科技大學;2015年

2 漆f翔;視覺顯著性及其在自動目標識別系統(tǒng)中的應用[D];華中科技大學;2015年

3 何峻;自動目標識別評估方法研究[D];國防科學技術大學;2009年

4 董政;日盲紫外探測系統(tǒng)自動目標識別的研究[D];電子科技大學;2011年

5 汪洋;面向自動目標識別的圖像壓縮關鍵技術研究[D];國防科學技術大學;2006年

6 韓萍;SAR自動目標識別及相關技術研究[D];天津大學;2004年

7 潘晴;生物視覺模型在自動目標識別技術中的應用研究[D];華中科技大學;2007年

8 賀柏根;電視末制導自動目標識別研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 馬育才;雷達自動目標識別系統(tǒng)分析與實現(xiàn)[D];西安電子科技大學;2010年

2 高倩;基于高分辨率雷達距離像的自動目標識別研究[D];南京航空航天大學;2002年

3 羅峰;合成孔徑雷達圖像自動目標識別方法研究[D];四川大學;2005年

4 景亮;復雜環(huán)境下自動目標識別檢測技術研究[D];電子科技大學;2013年

5 劉卓;基于曲線波變換和核支撐矢量機的SAR自動目標識別方法研究[D];西安電子科技大學;2010年

6 肖寧;基于高分辨一維距離像的雷達自動目標識別技術研究[D];西安電子科技大學;2014年

7 譚劍波;PCA子空間法在雷達自動目標識別中的應用[D];西安電子科技大學;2005年

8 韓文婷;SAR圖像自動目標識別研究[D];西安電子科技大學;2014年

9 常明;SAR自動目標識別中的特征提取技術研究[D];西安電子科技大學;2010年

10 劉偉;自動目標識別系統(tǒng)效能評估方法研究[D];國防科學技術大學;2007年

，

本文編號：683686