光學(xué)遙感圖像中艦船目標(biāo)檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、20世紀(jì)以來，艦船檢測(cè)與監(jiān)視是各海洋國(guó)家軍事、海事、漁業(yè)等部門的重要任務(wù)，遙感技術(shù)作為艦船檢測(cè)的有效手段之一，正引起越來越多國(guó)家的重視和利用。各級(jí)政府管理部門迫切需要通過遙感等手段及時(shí)獲取區(qū)域時(shí)空變化信息，并應(yīng)用空間信息綜合分析技術(shù)，進(jìn)行區(qū)域發(fā)展輔助決策。
　　 本文對(duì)面向光學(xué)遙感圖像的艦船目標(biāo)檢測(cè)技術(shù)及系統(tǒng)設(shè)計(jì)進(jìn)行了深入研究。首先從系統(tǒng)分析入手，在系統(tǒng)模塊組成、系統(tǒng)模塊功能需求分析等方面對(duì)該系統(tǒng)進(jìn)行了分析和設(shè)計(jì)。在此基礎(chǔ)上，本

2、文重點(diǎn)對(duì)各個(gè)子系統(tǒng)實(shí)施中的關(guān)鍵算法進(jìn)行了研究。
　　 本文所解決的關(guān)鍵問題包括以下幾個(gè)部分:
　　 (1)在圖像預(yù)處理階段，研究了面向艦船目標(biāo)提取的海陸分割問題，設(shè)計(jì)了一種基于聚類的自適應(yīng)圖像分割算法。算法利用波谷波峰梯度檢測(cè)法自適應(yīng)地確定模糊聚類數(shù)目;并采用模糊閾值計(jì)算做為初始的聚類中心，從而消除通常聚類算法遇到的需要事先確定類別數(shù)目的問題，提高了算法的性能。
　　 (2)對(duì)高分辨光學(xué)圖像海上艦船經(jīng)過閾值分割后

3、得到的目標(biāo)區(qū)域并不完整，需要對(duì)分割結(jié)果進(jìn)行目標(biāo)區(qū)域修正。本文基于數(shù)學(xué)形態(tài)學(xué)技術(shù)，給出了對(duì)分割后的艦船圖像區(qū)域修正功能，解決了目標(biāo)內(nèi)部孔洞填充，消除部分噪聲干擾的問題。
　　 (3)針對(duì)艦船檢測(cè)結(jié)果中存在虛警問題，本文設(shè)計(jì)的傅立葉描述子算法，達(dá)到了在艦船目標(biāo)提取的時(shí)候，在保留檢測(cè)對(duì)象的同時(shí)盡可能剔除存在的虛警的效果，從而減小后續(xù)目標(biāo)分類和識(shí)別階段的代價(jià)。
　　 對(duì)上述三個(gè)方面所設(shè)計(jì)的算法均利用星載遙感數(shù)據(jù)進(jìn)行了驗(yàn)證，通過與