当前位置:主页 > 科技论文 > 电子信息论文 >

林火虚警源红外成像特征建模及检测方法研究

发布时间:2023-04-23 11:44
  空间红外监测系统在预警、导弹拦截等方面发挥着重要作用,而森林火灾在军用的空间红外监测系统中是一种常见的虚警源。通过对林火红外遥感成像的特征建模及检测方法的研究,在图像中先排除林火虚警源的干扰,从而有效地辅助导弹等红外小目标的检测,也有助于确认灾害的范围与规模。本文围绕红外图像中的林火区域检测,研究了林火红外成像的特性,进行了图像特征提取和特征选择,提出了一种基于分布重叠概率的特征选择方法。在此基础上,设计了两种红外图像中林火疑似区域的检测方案,分别是基于图像显著性特征的林火疑似区域检测方案和基于图像边缘特征的林火疑似区域检测方案。此外,在区域分割方面,提出了一种结合区域特性的自适应阈值分割方法,使分割出的目标区域更加完整。最后,基于提取出的林火区域和背景区域的统计特征,建立了支持向量机分类模型,实现林火疑似区域的判别,排除了虚警区域。实验证明,整个方案能够准确地检测出红外遥感图像中的林火区域。本文的主要研究内容如下:(1)研究了林火在红外遥感图像的成像特性,根据特性分析选择恰当的图像预处理方法。(2)研究了图像特征建模的方案,提取了图像边缘特征和显著性特征;建立了林火区域和背景区域的样...

【文章页数】:81 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
第一章 绪论
    1.1 选题背景和研究意义
    1.2 国内外研究现状和发展趋势
        1.2.1 红外图像特征研究现状
        1.2.2 林火红外遥感检测研究现状
    1.3 主要研究内容及技术路线
第二章 林火红外图像预处理
    2.1 林火红外成像特性概述与分析
        2.1.1 红外成像机理
        2.1.2 林火红外遥感成像特性分析
        2.1.3 数据源介绍
    2.2 红外图像增强
        2.2.1 灰度映射变换
        2.2.2 基于模糊集的灰度变换
    2.3 本章小结
第三章 林火红外成像特征建模
    3.1 红外图像显著性特征提取
        3.1.1 基于直方图对比度的显著性检测方法
        3.1.2 基于谱残差的显著性检测方法
        3.1.3 基于频率调谐的显著性检测方法
        3.1.4 效果展示与评价
    3.2 红外图像边缘特征提取
        3.2.1 基于梯度的边缘检测方法
        3.2.2 基于形态学理论的边缘检测方法
        3.2.3 基于小波理论的边缘检测方法
        3.2.4 效果对比与评价
    3.3 林火红外成像区域统计特征提取
        3.3.1 基于灰度直方图的统计特征
        3.3.2 基于灰度共生矩阵的统计特征
        3.3.3 基于分布重叠概率的特征选择
    3.4 本章小结
第四章 林火疑似区域的检测与分割
    4.1 红外图像分割算法
        4.1.1 阈值法图像分割
        4.1.2 基于区域特性的图像分割方法
        4.1.3 基于边缘的分割方法
    4.2 基于图像显著性的林火区域检测与分割
        4.2.1 算法流程
        4.2.2 结合区域特性的自适应阈值分割方法
    4.3 基于图像边缘特征的林火区域检测与分割
        4.3.1 算法流程
        4.3.2 边缘分割的实现
    4.4 方法对比与评价
    4.5 本章小结
第五章 林火疑似区域判别
    5.1 支持向量机理论
    5.2 基于支持向量机的区域判别
        5.2.1 SVM分类模型的建立
        5.2.2 SVM分类模型的测试与分析
    5.3 林火疑似区域的判别
        5.3.1 林火疑似区域误检分析
        5.3.2 林火疑似区域判别实现
    5.4 本章小结
第六章 总结与展望
    6.1 全文总结
        6.1.1 主要工作
        6.1.2 主要贡献及创新点
    6.2 后续工作展望
致谢
参考文献
攻硕期间取得的研究成果



本文编号:3799649

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3799649.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3bda2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com