版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、遙感目標(biāo)檢測是遙感應(yīng)用技術(shù)中重要的一環(huán),以遙感衛(wèi)星捕捉到的影像為數(shù)據(jù)來源,采用圖像處理技術(shù)對影像中的感興趣目標(biāo)進(jìn)行定位和跟蹤。借助遙感衛(wèi)星全天時無天候?qū)Φ赜^測的優(yōu)勢,遙感目標(biāo)檢測能隨時提供廣域范圍內(nèi)地物的詳細(xì)信息,在國土規(guī)劃,災(zāi)情監(jiān)測,軍事偵察等領(lǐng)域被廣泛應(yīng)用。近年來,隨著遙感技術(shù)的進(jìn)一步發(fā)展,遙感目標(biāo)檢測技術(shù)也得到了提高,尤其在分辨率方面。目前光學(xué)遙感圖像的空間分辨率高達(dá)0.6m,在此分辨率下目標(biāo)的輪廓和紋理更加清晰,為目標(biāo)檢測提供更
2、豐富的細(xì)節(jié)信息。由此可見,研究光學(xué)遙感圖像的目標(biāo)檢測技術(shù)對遙感目標(biāo)檢測技術(shù)的提高具有重要的理論意義和實(shí)用價值。
本文從顏色紋理干擾,旋轉(zhuǎn)變化及形似干擾物三方面著重研究光學(xué)遙感圖像目標(biāo)檢測中的魯棒性問題,著重討論這些問題在復(fù)雜背景下的困難,并給出了相應(yīng)的解決方案,通過實(shí)驗驗證和討論了提出方案的可行性和有效性。本文主要的研究成果如下:
(1)針對復(fù)雜背景下目標(biāo)顏色和紋理的干擾問題,提出了幾何部件模型及基于幾何部件模型的分
3、級檢測算法。首先根據(jù)剛性目標(biāo)特有的幾何外觀,建立幾何原子庫,并采用幾何原子庫將目標(biāo)輪廓稀疏表示得到的少量幾何原子作為部件;然后定義幾何部件的權(quán)重,根據(jù)權(quán)重大小構(gòu)建有序鏈?zhǔn)浇Y(jié)構(gòu),并在此基礎(chǔ)上設(shè)計了分級檢測算法。幾何部件模型根據(jù)目標(biāo)輪廓的復(fù)雜程度選取不同數(shù)目的幾何部件,具有一定的靈活性;部件的生成受目標(biāo)自身顏色和紋理的差異以及背景干擾影響較少;在幾何部件基礎(chǔ)上,設(shè)計了分級檢測算法,通過逐級減少部件搜索范圍,降低部件的搜索時間,提高檢測速度。
4、實(shí)驗結(jié)果表明,幾何部件模型在復(fù)雜背景下有效抵抗目標(biāo)顏色和道理的干擾,對剛性目標(biāo)有較高的檢測準(zhǔn)確性。
(2)遙感圖像中目標(biāo)呈現(xiàn)出不同方向,為了實(shí)現(xiàn)旋轉(zhuǎn)不變檢測并抵抗復(fù)雜背景的干擾,提出了基于徑向梯度角和主方向一致性投票的檢測方法。首先定義具有旋轉(zhuǎn)不變特性的徑向梯度角特征來描述邊緣像素點(diǎn);然后根據(jù)徑向梯度角的相似程度,尋找檢測窗口和目標(biāo)模板之間具有主方向相關(guān)關(guān)系的點(diǎn)對;隨后,利用主方向關(guān)聯(lián)點(diǎn)對的幾何關(guān)系,每對點(diǎn)對估計目標(biāo)的候選主方
5、向;最后所有候選主方向進(jìn)行投票統(tǒng)計,產(chǎn)生目標(biāo)的檢測分?jǐn)?shù)和最終的目標(biāo)主方向。實(shí)驗驗證了本文提出的檢測方法能檢測出具有不同方向的特定類型的目標(biāo),有較高的適應(yīng)性,在陰影和遮擋情況下能保持優(yōu)秀的檢測性能,在復(fù)雜背景下優(yōu)于現(xiàn)有同類方法。
(3)為了適應(yīng)遙感圖像中目標(biāo)不同大小的變化,以及解決目標(biāo)檢測受形似干擾物影響的問題,本文以近岸艦船檢測為例,提出了基于姿態(tài)加權(quán)投票的旋轉(zhuǎn)縮放不變目標(biāo)檢測方法。該方法定義了目標(biāo)的姿態(tài),并將其用于估計和投票
6、過程中,使檢測同時具有旋轉(zhuǎn)和縮放不變特性。為了增加艦船目標(biāo)和矩形干擾物的區(qū)別,首先定義了權(quán)重矩陣,為艦船目標(biāo)模板上的每個邊緣像素點(diǎn)賦予權(quán)重,尤其對艦船船頭V字形結(jié)構(gòu)賦予較大的權(quán)重;然后在權(quán)重矩陣的指導(dǎo)下進(jìn)行姿態(tài)一致性投票,得出艦船的姿態(tài)和票數(shù)。為區(qū)分艦船目標(biāo)與具有V字形結(jié)構(gòu)的干擾物,定義了輪廓連續(xù)性指標(biāo),用于評價檢測結(jié)果中艦船輪廓的連續(xù)程度,并結(jié)合投票結(jié)果生成艦船目標(biāo)的評價分?jǐn)?shù)。實(shí)驗討論了權(quán)值選取和輪廓連續(xù)性指標(biāo)對檢測性能的影響,與現(xiàn)有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于光學(xué)遙感圖像的飛機(jī)目標(biāo)檢測算法研究.pdf
- 基于復(fù)雜背景的光學(xué)遙感圖像艦船目標(biāo)檢測技術(shù).pdf
- 復(fù)雜背景下紅外小目標(biāo)檢測算法研究.pdf
- 基于光學(xué)遙感圖像的目標(biāo)檢測算法的研究與實(shí)現(xiàn).pdf
- 復(fù)雜背景下特定紅外目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下視頻運(yùn)動目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下的紅外弱小目標(biāo)檢測算法.pdf
- 基于RGA的快速光學(xué)遙感圖像艦船目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下的紅外弱小目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下紅外序列圖像中運(yùn)動目標(biāo)檢測算法研究.pdf
- 基于復(fù)雜背景抑制的光學(xué)遙感目標(biāo)檢測.pdf
- 37067.復(fù)雜背景下的弱小目標(biāo)檢測算法研究
- 復(fù)雜背景條件下紅外弱小目標(biāo)檢測算法研究.pdf
- ??毡尘跋录t外圖像背景抑制及目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景建模與運(yùn)動目標(biāo)檢測算法研究.pdf
- 復(fù)雜場景下目標(biāo)檢測算法研究.pdf
- 運(yùn)動背景下的目標(biāo)檢測算法研究.pdf
- 復(fù)雜背景下的人臉檢測算法研究.pdf
- 高光譜遙感圖像異常目標(biāo)檢測算法研究.pdf
評論
0/150
提交評論