水面目標檢測與識別算法研究.pdf

1、最近幾年，海洋經(jīng)濟總量持續(xù)快速增長，并成為拉動國民經(jīng)濟發(fā)展的重要引擎。海洋裝備和港口設(shè)施對海洋經(jīng)濟的發(fā)展起著重要的促進作用。無人艇作為一種智能型海洋裝備受到全世界的關(guān)注，并得到快速發(fā)展。本文重點關(guān)注水面目標的檢測與識別算法研究，在實際應用中包括兩個方面：基于無人艇的水面目標檢測與識別算法研究和紅外圖像下泊港艦船檢測算法研究。
　　針對基于無人艇的水面目標檢測與識別算法研究，由于水面氣候條件復雜、背景復雜多變、目標類型眾多，如果直接

2、在原始圖上進行檢測，不僅難度較高，而且速度和準確率都很難得到保證。本文中提出了兩種不同的解決思路，一種是通過將目標性和顯著性相結(jié)合起來，首先，通過目標性分析得到目標候選區(qū)域，此時目標候選區(qū)域中會存在一定虛警信息，然后利用顯著性分析得到顯著性區(qū)域，最后將目標性與顯著性相結(jié)合，剔除虛警，得到目標準確位置，該算法不帶有特定目標類型信息，因此普適性較好；另外一種是將深度學習應用到水面目標的檢測與識別中，并同時給出目標的具體類別信息和置信度。相比

3、于現(xiàn)有的目標檢測與識別算法，本文中提出的算法無論準確率上還是在速度方面上都有一定的提升，對無人艇的自動避障和自主航行具有重要的指導意義。
　　針對紅外圖像下泊港艦船檢測算法研究，由于紅外成像的特點，想要通過泊港內(nèi)艦船的邊緣和紋理來直接做檢測是非常困難的，并且實際場景中泊港內(nèi)的背景十分復雜，有艦船、港口、海水、道路等多種目標類型，同時艦船的姿態(tài)、位置、大小、數(shù)量都是不確定的?？紤]到以上幾個難點，本文通過兩步來實現(xiàn)泊港內(nèi)艦船檢測：港口