基于全景視覺(jué)的艦船小目標(biāo)檢測(cè)方法研究.pdf

1、小目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)的一個(gè)重要課題，在環(huán)境監(jiān)控領(lǐng)域有著十分廣泛的應(yīng)用前景。同時(shí)全景視覺(jué)具有水平方向360°大視場(chǎng)、信息豐富等優(yōu)點(diǎn)，將全景視覺(jué)應(yīng)用到海洋監(jiān)控領(lǐng)域，對(duì)縮減設(shè)備數(shù)量、減少預(yù)算開(kāi)支具有重要價(jià)值。
　　本文主要研究全景視覺(jué)海天背景下海上艦船小目標(biāo)的檢測(cè)方法，所謂小目標(biāo)是指艦船目標(biāo)成像距離較遠(yuǎn)，在圖像中僅占幾十個(gè)甚至幾個(gè)像素的目標(biāo)，本文的主要任務(wù)是檢測(cè)出盡可能遠(yuǎn)的艦船小目標(biāo)，基本思路是在對(duì)采集的全景圖像進(jìn)行預(yù)處理的基礎(chǔ)上檢測(cè)

2、海天線，然后在海天線附近檢測(cè)是否存在艦船小目標(biāo)，所以圖像預(yù)處理、海天線檢測(cè)以及小目標(biāo)檢測(cè)是本文的三大核心內(nèi)容。
　　首先在分析了全景圖像特點(diǎn)的基礎(chǔ)上，設(shè)計(jì)了全景圖像預(yù)處理算法。研究了圖像去噪基本算法——均值濾波、中值濾波和高斯濾波，經(jīng)實(shí)驗(yàn)對(duì)比選擇中值濾波與高斯濾波相結(jié)合的方式完成圖像濾波任務(wù)；然后研究了圖像銳化算法——梯度銳化和拉普拉斯銳化算法，經(jīng)實(shí)驗(yàn)對(duì)比選擇拉普拉斯銳化算法完成圖像銳化任務(wù)；研究了傳統(tǒng)Canny邊緣檢測(cè)算法和自適

3、應(yīng)閾值Canny邊緣檢測(cè)算法并分別編程實(shí)現(xiàn)了全景圖像的邊緣檢測(cè)，針對(duì)這兩種邊緣檢測(cè)算法存在的問(wèn)題，設(shè)計(jì)了分塊自適應(yīng)閾值Canny邊緣檢測(cè)算法，該算法克服了傳統(tǒng)Canny和自適應(yīng)Canny在圖像亮度不均時(shí)的不足，實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性和優(yōu)越性。
　　其次研究基于全景視覺(jué)的海天線檢測(cè)方法。全景圖像的海天線檢測(cè)可以分為兩個(gè)思路：一是將全景圖像進(jìn)行柱面展開(kāi)，然后在展開(kāi)圖像中進(jìn)行海天線檢測(cè)；二是直接在全景圖像中進(jìn)行圓型海天線的檢測(cè)。根據(jù)

4、第一個(gè)思路，本文設(shè)計(jì)了基于動(dòng)態(tài)規(guī)劃的海天線檢測(cè)方法，在全景圖像的柱面展開(kāi)圖中進(jìn)行海天線的檢測(cè)，實(shí)驗(yàn)證明了在海天線斷裂缺口較小的情況下該算法的有效性。根據(jù)第二個(gè)思路，本文提出了兩種全景圖像海天線檢測(cè)算法——基于最外邊緣搜索的海天線檢測(cè)算法和基于最長(zhǎng)曲線搜索的海天線檢測(cè)算法，大量的實(shí)驗(yàn)結(jié)果驗(yàn)證了這兩種算法的有效性和優(yōu)越性。
　　最后研究基于全景視覺(jué)的艦船小目標(biāo)檢測(cè)方法。研究了現(xiàn)有的可見(jiàn)光小目標(biāo)檢測(cè)方法——頻率調(diào)諧法和提升小波法，由于上