基于遥感图像的舰船目标定位研究
发布时间：2021-06-14 03:14
针对在海面上对舰船目标定位受距离限制而导致定位精度差的问题,研究遥感图像的舰船目标定位方法。利用Self-Snake模型在不损耗图像边缘信息的前提下对图像滤波,并进行边缘映射。将边缘映射的梯度作为旋转矩形检测时的特征,检测遥感图像中的舰船目标。根据特征匹配的原理对检测出的目标进行匹配,进一步确定目标所在矩形框位置,完成对遥感图像的舰船目标定位研究。设计与传统定位方法的对比实验,证明了研究的遥感图像舰船目标定位方法的定位重叠度更接近于1,即相比传统方法,本文的定位方法性能更优越。
【文章来源】：舰船科学技术. 2020,42(12)北大核心
【文章页数】：3 页
【部分图文】：
小波分解Fig.2Waveletdecomposition
2实验验证2.1验证内容本文研究遥感图像的舰船目标定位方法，为测试该方法的有效性，设计对比实验。实验的对比组为基于级联卷积神经网络的舰船目标定位方法，实验组为本文目标定位方法。实验的对比指标为定位重叠度，即使用2种定位方法的定位目标的位置框与真实目标所在位置框的重叠程度。重叠度的数值越接近1，越说明定位的准确度高。实验用遥感卫星采集海面遥感图像集合为实验对象，遥感图像采集区域为图3中框出的区域。图3遥感图像采集区域Fig.3Remotesensingimageacquisitionarea1.03×1.171.25×1.25图像的分辨率为m，像元间距为m。实验对象集合中的目标数目分布和像素尺寸分布参数如图4所示。图4实验对象集合参数Fig.4Setparametersofexperimentalsubjects2种定位方法分别对实验区域的舰船目标进行定位，统计定位重叠度数据。分析实验数据，得出实验结论。2.2实验结果实验结果如表1所示，分析表中数据，得出实验结论。表1实验结果Tab.1Experimentalresults实验组别传统方法本文方法10.760.9220.720.8730.700.8440.610.8250.640.7960.480.7970.340.7880.520.8090.660.81100.390.77结合实验对象集合参数，分析表1可知，在定位目标数量小于6时，传统方法的重叠度高于0.7。随着定位目标数量的增加，传统定位方法的重叠度越来越小，当达到本次实验设定的最大值时，传统方法的定位重叠度已经低于0.4。而本文定位方法的重叠度虽然也随着定位目标数量的增加而减少，但是本文方法的定位重叠度始终高于0.78。根据定位重叠度的定义，数值越接近于1的定位方法，定位精度越高。3结语?
椒ǎ?笛樽槲?本文目标定位方法。实验的对比指标为定位重叠度，即使用2种定位方法的定位目标的位置框与真实目标所在位置框的重叠程度。重叠度的数值越接近1，越说明定位的准确度高。实验用遥感卫星采集海面遥感图像集合为实验对象，遥感图像采集区域为图3中框出的区域。图3遥感图像采集区域Fig.3Remotesensingimageacquisitionarea1.03×1.171.25×1.25图像的分辨率为m，像元间距为m。实验对象集合中的目标数目分布和像素尺寸分布参数如图4所示。图4实验对象集合参数Fig.4Setparametersofexperimentalsubjects2种定位方法分别对实验区域的舰船目标进行定位，统计定位重叠度数据。分析实验数据，得出实验结论。2.2实验结果实验结果如表1所示，分析表中数据，得出实验结论。表1实验结果Tab.1Experimentalresults实验组别传统方法本文方法10.760.9220.720.8730.700.8440.610.8250.640.7960.480.7970.340.7880.520.8090.660.81100.390.77结合实验对象集合参数，分析表1可知，在定位目标数量小于6时，传统方法的重叠度高于0.7。随着定位目标数量的增加，传统定位方法的重叠度越来越小，当达到本次实验设定的最大值时，传统方法的定位重叠度已经低于0.4。而本文定位方法的重叠度虽然也随着定位目标数量的增加而减少，但是本文方法的定位重叠度始终高于0.78。根据定位重叠度的定义，数值越接近于1的定位方法，定位精度越高。3结语本文研究了遥感图像的舰船目标定位方法，提高了对舰船目标的定位精度。通过与传统目标定位方法的对比实验，证明了本文研究的方法定位重叠度更高，定位结果更加
【参考文献】：
期刊论文
[1]基于多特征图金字塔融合深度网络的遥感图像语义分割[J]. 赵斐,张文凯,闫志远,于泓峰,刁文辉. 电子与信息学报. 2019(10)
[2]基于多尺度融合特征卷积神经网络的遥感图像飞机目标检测[J]. 姚群力,胡显,雷宏. 测绘学报. 2019(10)
[3]基于边缘线分析与聚合通道特征的港口舰船检测[J]. 黎经元,厉小润,赵辽英. 光学学报. 2019(08)
[4]基于数字地图的移动端高精度定位技术研究[J]. 曾凡坤. 工程技术研究. 2019(04)
本文编号：3228945
【文章来源】：舰船科学技术. 2020,42(12)北大核心
【文章页数】：3 页
【部分图文】：
小波分解Fig.2Waveletdecomposition
2实验验证2.1验证内容本文研究遥感图像的舰船目标定位方法，为测试该方法的有效性，设计对比实验。实验的对比组为基于级联卷积神经网络的舰船目标定位方法，实验组为本文目标定位方法。实验的对比指标为定位重叠度，即使用2种定位方法的定位目标的位置框与真实目标所在位置框的重叠程度。重叠度的数值越接近1，越说明定位的准确度高。实验用遥感卫星采集海面遥感图像集合为实验对象，遥感图像采集区域为图3中框出的区域。图3遥感图像采集区域Fig.3Remotesensingimageacquisitionarea1.03×1.171.25×1.25图像的分辨率为m，像元间距为m。实验对象集合中的目标数目分布和像素尺寸分布参数如图4所示。图4实验对象集合参数Fig.4Setparametersofexperimentalsubjects2种定位方法分别对实验区域的舰船目标进行定位，统计定位重叠度数据。分析实验数据，得出实验结论。2.2实验结果实验结果如表1所示，分析表中数据，得出实验结论。表1实验结果Tab.1Experimentalresults实验组别传统方法本文方法10.760.9220.720.8730.700.8440.610.8250.640.7960.480.7970.340.7880.520.8090.660.81100.390.77结合实验对象集合参数，分析表1可知，在定位目标数量小于6时，传统方法的重叠度高于0.7。随着定位目标数量的增加，传统定位方法的重叠度越来越小，当达到本次实验设定的最大值时，传统方法的定位重叠度已经低于0.4。而本文定位方法的重叠度虽然也随着定位目标数量的增加而减少，但是本文方法的定位重叠度始终高于0.78。根据定位重叠度的定义，数值越接近于1的定位方法，定位精度越高。3结语?
椒ǎ?笛樽槲?本文目标定位方法。实验的对比指标为定位重叠度，即使用2种定位方法的定位目标的位置框与真实目标所在位置框的重叠程度。重叠度的数值越接近1，越说明定位的准确度高。实验用遥感卫星采集海面遥感图像集合为实验对象，遥感图像采集区域为图3中框出的区域。图3遥感图像采集区域Fig.3Remotesensingimageacquisitionarea1.03×1.171.25×1.25图像的分辨率为m，像元间距为m。实验对象集合中的目标数目分布和像素尺寸分布参数如图4所示。图4实验对象集合参数Fig.4Setparametersofexperimentalsubjects2种定位方法分别对实验区域的舰船目标进行定位，统计定位重叠度数据。分析实验数据，得出实验结论。2.2实验结果实验结果如表1所示，分析表中数据，得出实验结论。表1实验结果Tab.1Experimentalresults实验组别传统方法本文方法10.760.9220.720.8730.700.8440.610.8250.640.7960.480.7970.340.7880.520.8090.660.81100.390.77结合实验对象集合参数，分析表1可知，在定位目标数量小于6时，传统方法的重叠度高于0.7。随着定位目标数量的增加，传统定位方法的重叠度越来越小，当达到本次实验设定的最大值时，传统方法的定位重叠度已经低于0.4。而本文定位方法的重叠度虽然也随着定位目标数量的增加而减少，但是本文方法的定位重叠度始终高于0.78。根据定位重叠度的定义，数值越接近于1的定位方法，定位精度越高。3结语本文研究了遥感图像的舰船目标定位方法，提高了对舰船目标的定位精度。通过与传统目标定位方法的对比实验，证明了本文研究的方法定位重叠度更高，定位结果更加
【参考文献】：
期刊论文
[1]基于多特征图金字塔融合深度网络的遥感图像语义分割[J]. 赵斐,张文凯,闫志远,于泓峰,刁文辉. 电子与信息学报. 2019(10)
[2]基于多尺度融合特征卷积神经网络的遥感图像飞机目标检测[J]. 姚群力,胡显,雷宏. 测绘学报. 2019(10)
[3]基于边缘线分析与聚合通道特征的港口舰船检测[J]. 黎经元,厉小润,赵辽英. 光学学报. 2019(08)
[4]基于数字地图的移动端高精度定位技术研究[J]. 曾凡坤. 工程技术研究. 2019(04)
本文编号：3228945
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3228945.html
