光学遥感图像的船舶目标检测与识别
发布时间：2021-05-06 16:34
船舶作为海上的重要目标,其检测与识别一直是热点研究方向。随着光学遥感技术的不断发展,基于光学遥感图像的船舶检测与识别有着巨大的应用前景。本文围绕光学遥感图像的船舶检测与识别问题展开研究,重点研究了船舶目标检测、船舶目标识别和软件系统的研制等三个方面的内容。本文的主要研究工作如下:（1）水域扩充。陆地背景的干扰会影响后续检测识别的效果。基于灰度阈值分割法完成离岸船舶场景的水陆分割,基于港口先验知识库的模板匹配方法完成靠岸船舶场景的水陆分割,然后用水域像素平均值替换陆地背景以完成水域扩充。（2）船舶目标检测。在深入研究常用检测算法的基础上,针对复杂海背景的船舶检测,引入视觉显著性算法,提出了一种融合itti和RX的目标检测算法以及一种融合MSSS+wCtr和RX的目标检测算法,以提高船舶检测精度,降低虚警率。（3）船舶目标识别。采用由粗到细的策略完成船舶目标的识别。首先使用预训练的二分类支持向量机剔除非船舶目标,然后使用预训练的Adaboost对剩余区域进行目标分类以完成船舶目标识别。（4）船舶检测与识别软件设计。基于前置理论方法,研制了船舶检测与识别软件,给出了水域扩充、船舶目标检测、船...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
Abstract
1 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状及分析
1.3 本文研究内容
1.4 本文的章节安排
2 光学遥感图像船舶检测水域扩充
2.1 引言
2.2 面向离岸船舶检测的水域扩充
2.2.1 离岸船舶水域扩充流程
2.2.2 水域扩充具体过程描述
2.3 面向靠岸船舶检测的水域扩充
2.3.1 靠岸船舶水域扩充流程
2.3.2 水域扩充具体过程描述
2.4 实验结果与分析
2.5 本章小结
3 融合显著检测和RX的船舶检测
3.1 引言
3.2 RX检测
3.3 视觉显著性算法
3.3.1 itti算法
3.3.2 MSSS
3.3.3 wCtr
3.4 融合itti和RX的船舶检测
3.4.1 算法流程
3.4.2 实验结果与分析
3.5 融合MSSS+wCtr和RX的船舶检测
3.5.1 算法流程
3.5.2 实验结果与分析
3.6 本章小结
4 由粗到细的船舶目标识别
4.1 引言
4.2 理论基础
4.2.1 HOG特征
4.2.2 支持向量机
4.2.3 决策树
4.2.4 AdaBoost
4.3 算法流程
4.3.1 底层SVM分类器设计
4.3.2 顶层Adaboost分类器设计
4.4 实验结果及分析
4.5 本章小结
5 船舶检测与识别软件系统设计
5.1 软件总体架构
5.2 软件总体流程
5.3 主要软件模块设计
5.3.1 水域扩充
5.3.2 船舶目标检测
5.3.3 船舶目标识别
5.4 本章小结
6 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
作者简历
【参考文献】：
期刊论文
[1]多光谱影像波段比值法消除地形阴影的定量分析[J]. 邓佳音,陈建平. 地质学刊. 2018(03)
[2]光学遥感图像中复杂海背景下的舰船检测[J]. 王慧利,朱明,蔺春波,陈典兵,杨航. 光学精密工程. 2018(03)
[3]基于可见光遥感图像的船只目标检测识别方法[J]. 陈亮,王志茹,韩仲,王冠群,周浩天,师皓,胡程,龙腾. 科技导报. 2017(20)
[4]舰船分类的PHOG和支持向量机联合检测方法[J]. 翟玉婷,郑智林,苑志江. 计算机仿真. 2017(06)
[5]光学遥感影像舰船型号识别[J]. 张素霞,李元祥,周则明,骆建华,郁文贤. 上海交通大学学报. 2016(09)
[6]相位谱的光学遥感图像舰船目标检测[J]. 赵春晖,栾世杰. 沈阳大学学报(自然科学版). 2015(05)
[7]海战场光学遥感图像舰船目标检测[J]. 安彧,王小非,夏学知,李琳. 武汉大学学报(工学版). 2015(04)
[8]A Water/Land Segmentation Algorithm Based on an Improved Chan-Vese Model with Edge Constraints of Complex Wavelet Domain[J]. MAO Chenglin,WAN Shouhong,YUE Lihua,XIA Yu. Chinese Journal of Electronics. 2015(02)
[9]基于OTSU分割的云层背景下弱目标检测算法研究[J]. 孙红光,卜倩,李欢利,张瑾,张慧杰. 东北师大学报(自然科学版). 2009(02)
[10]基于颜色信息相位谱的显著性检测[J]. 李武跃,李志强,方涛,霍宏,葛卫丽. 上海交通大学学报. 2008(10)
博士论文
[1]可见光遥感图像海面目标自动检测关键技术研究[D]. 徐芳.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]图像的视觉显著性模型理论与方法研究[D]. 许林峰.电子科技大学 2014
硕士论文
[1]高分辨率光学遥感数据海上船舶提取[D]. 周艳果.大连海事大学 2016
本文编号：3172259
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
Abstract
1 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状及分析
1.3 本文研究内容
1.4 本文的章节安排
2 光学遥感图像船舶检测水域扩充
2.1 引言
2.2 面向离岸船舶检测的水域扩充
2.2.1 离岸船舶水域扩充流程
2.2.2 水域扩充具体过程描述
2.3 面向靠岸船舶检测的水域扩充
2.3.1 靠岸船舶水域扩充流程
2.3.2 水域扩充具体过程描述
2.4 实验结果与分析
2.5 本章小结
3 融合显著检测和RX的船舶检测
3.1 引言
3.2 RX检测
3.3 视觉显著性算法
3.3.1 itti算法
3.3.2 MSSS
3.3.3 wCtr
3.4 融合itti和RX的船舶检测
3.4.1 算法流程
3.4.2 实验结果与分析
3.5 融合MSSS+wCtr和RX的船舶检测
3.5.1 算法流程
3.5.2 实验结果与分析
3.6 本章小结
4 由粗到细的船舶目标识别
4.1 引言
4.2 理论基础
4.2.1 HOG特征
4.2.2 支持向量机
4.2.3 决策树
4.2.4 AdaBoost
4.3 算法流程
4.3.1 底层SVM分类器设计
4.3.2 顶层Adaboost分类器设计
4.4 实验结果及分析
4.5 本章小结
5 船舶检测与识别软件系统设计
5.1 软件总体架构
5.2 软件总体流程
5.3 主要软件模块设计
5.3.1 水域扩充
5.3.2 船舶目标检测
5.3.3 船舶目标识别
5.4 本章小结
6 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
作者简历
【参考文献】：
期刊论文
[1]多光谱影像波段比值法消除地形阴影的定量分析[J]. 邓佳音,陈建平. 地质学刊. 2018(03)
[2]光学遥感图像中复杂海背景下的舰船检测[J]. 王慧利,朱明,蔺春波,陈典兵,杨航. 光学精密工程. 2018(03)
[3]基于可见光遥感图像的船只目标检测识别方法[J]. 陈亮,王志茹,韩仲,王冠群,周浩天,师皓,胡程,龙腾. 科技导报. 2017(20)
[4]舰船分类的PHOG和支持向量机联合检测方法[J]. 翟玉婷,郑智林,苑志江. 计算机仿真. 2017(06)
[5]光学遥感影像舰船型号识别[J]. 张素霞,李元祥,周则明,骆建华,郁文贤. 上海交通大学学报. 2016(09)
[6]相位谱的光学遥感图像舰船目标检测[J]. 赵春晖,栾世杰. 沈阳大学学报(自然科学版). 2015(05)
[7]海战场光学遥感图像舰船目标检测[J]. 安彧,王小非,夏学知,李琳. 武汉大学学报(工学版). 2015(04)
[8]A Water/Land Segmentation Algorithm Based on an Improved Chan-Vese Model with Edge Constraints of Complex Wavelet Domain[J]. MAO Chenglin,WAN Shouhong,YUE Lihua,XIA Yu. Chinese Journal of Electronics. 2015(02)
[9]基于OTSU分割的云层背景下弱目标检测算法研究[J]. 孙红光,卜倩,李欢利,张瑾,张慧杰. 东北师大学报(自然科学版). 2009(02)
[10]基于颜色信息相位谱的显著性检测[J]. 李武跃,李志强,方涛,霍宏,葛卫丽. 上海交通大学学报. 2008(10)
博士论文
[1]可见光遥感图像海面目标自动检测关键技术研究[D]. 徐芳.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]图像的视觉显著性模型理论与方法研究[D]. 许林峰.电子科技大学 2014
硕士论文
[1]高分辨率光学遥感数据海上船舶提取[D]. 周艳果.大连海事大学 2016
本文编号：3172259
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3172259.html
