海天背景下基于AdaBoost的紅外目標(biāo)檢測.pdf

1、海面紅外目標(biāo)檢測技術(shù)是目標(biāo)檢測研究領(lǐng)域的重要分支，是海面目標(biāo)檢測的重要技術(shù)手段，已成為研究熱點，并且具有廣泛的應(yīng)用前景。AdaBoost算法是一種基于學(xué)習(xí)的迭代算法，通過針對同一訓(xùn)練集訓(xùn)練不同分類器，并將這些分類器集合起來構(gòu)成一個強大的最終分類器。在目標(biāo)檢測和識別技術(shù)領(lǐng)域發(fā)展非常迅速。
　　 本文介紹了海面艦船紅外目標(biāo)檢測國內(nèi)外研究現(xiàn)狀、傳統(tǒng)的海面紅外目標(biāo)檢測技術(shù)與相關(guān)理論，主要的工作是將AdaBoost算法通過OPENCV平臺

2、應(yīng)用到海面紅外目標(biāo)檢測領(lǐng)域，并且提出一種適用于海面紅外目標(biāo)檢測的AdaBoost算法，為開發(fā)實時高效的海面紅外目標(biāo)自動化檢測系統(tǒng)做前期研究，具體研究內(nèi)容是：
　　 (1)本文總結(jié)和研究了傳統(tǒng)的海面紅外目標(biāo)檢測流程：紅外圖像預(yù)處理、目標(biāo)定位、目標(biāo)分割、目標(biāo)檢測。分別介紹了幾種經(jīng)典的圖像預(yù)處理、目標(biāo)定位、目標(biāo)分割、目標(biāo)檢測的方法，并且對傳統(tǒng)的海面紅外目標(biāo)檢測方法進行仿真實驗。
　　 (2)本文結(jié)合AdaBoost算法在人臉檢

3、測中應(yīng)用原理，探討將AdaBoost算法應(yīng)用于海面紅外目標(biāo)檢測中的可行性，針對海面目標(biāo)與人臉目標(biāo)的區(qū)別，研究適合于海面目標(biāo)特征選取的特征，對比常用的Haar_Like矩形特征和SIFT/SURF灰度不變矩特征。發(fā)現(xiàn)基于Haar_Like特征訓(xùn)練的分類器時間成本更低而檢測性能更好。
　　 (3)本文針對傳統(tǒng)AdaBoost算法分類器訓(xùn)練時間成本高，而檢測性能不好的缺點，提出一種改進的AdaBoost算法并應(yīng)用于海面紅外目標(biāo)檢測系統(tǒng)