融合显著性纹理描述与增强型全局统计量的高分遥感影像舰船场景检测与目标提取研究
发布时间：2021-05-11 19:50
随着遥感技术的发展,遥感影像数据呈现海量化、多分辨率化、多源化、多频段化的趋向。面对遥感大数据时代的到来,如何提高遥感影像分析处理能力以适应高速增长的图像获取水平,并在大数据中提取有价值的信息是目前遥感技术领域、图像处理领域有待解决的难题。其中,遥感影像舰船目标检测一直以来在民用、军用领域都具有极其重要的战略意义,也因此成为了图像处理领域的一个热点问题。随着我国海洋问题的日益复杂化和尖锐化,以及十八大首次提出的“建设海洋强国”的战略目标,遥感影像舰船目标检测的重要性上升到了一个前所未有的高度。复杂海陆背景下大幅面高分遥感影像舰船目标检测,通常采取由粗到精的检测策略。对于大幅面高分遥感影像而言,人们所关心的目标通常只占据图像中面积很小的一部分。例如,相比大面积的海洋、陆地等复杂背景区域,舰船目标相对较小。针对如何快速检测到感兴趣场景区域的问题,受视觉注意机制和场景Gist的启发,本文提出了一种融合显著性纹理描述与增强型全局统计量的场景描述方法并应用于海陆背景下的舰船场景检测。对检测到的感兴趣区域,利用对应的视觉显著图以及WTA机制实现舰船目标的快速提取,形成了一个相对完整的由场景检测到目...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.1.1 遥感技术的发展与应用
1.1.2 遥感影像舰船目标检测的背景和意义
1.2 高分辨率遥感影像舰船检测国内外研究现状
1.2.1 高分辨率遥感影像舰船检测研究现状
1.2.2 光学遥感影像舰船目标检测研究现状
1.3 主要研究内容与组织结构
1.3.1 主要研究内容与创新
1.3.2 内容组织与结构
第二章 视觉显著性与特征描述
2.1 视觉显著性
2.1.1 视觉系统处理机制
2.1.2 感受野信息处理
2.1.3 基于视觉注意机制的目标检测
2.2 纹理描述
2.3 场景感知与全局描述
2.4 本章小结
第三章 基于融合特征的大幅面高分辨率遥感影像复杂场景的舰船目标检测
3.1 显著性局部纹理描述
3.1.0 ITTI视觉注意计算模型
3.1.1 局部二值模式(LBP)
3.1.2 显著性纹理描述子(ITTI+LBP)
3.2 增强型全局统计量
3.2.1 Gist场景描述子(G1)
3.2.2 Gabor均值方差描述子(G2)
3.3 融合显著性纹理与增强型全局统计量
3.4 由场景到目标的大幅面高分遥感影像舰船目标检测框架
3.4.1 基于融合特征的舰船场景检测
3.4.2 结合显著图与Winner-Take-All(WTA)的舰船目标提取
3.5 本章小结
第四章 实验分析与评价
4.1 实验数据
4.2 显著性纹理描述特征提取对比
4.3 基于融合特征的高分遥感影像感兴趣舰船场景检测
4.3.1 基于样本集图像块的场景检测对比
4.3.2 大幅面高分遥感影像的场景检测结果对比
4.4 感兴趣舰船区域内的舰船目标快速提取
4.5 本章小结
第五章 总结与展望
5.1 研究内容
5.2 研究展望
主要参考文献
致谢
论文发表情况
【参考文献】：
期刊论文
[1]高分辨率光学遥感卫星平台技术综述[J]. 葛玉君,赵键,杨芳. 国际太空. 2013(05)
[2]光学遥感图像舰船目标检测与识别综述[J]. 王彦情,马雷,田原. 自动化学报. 2011(09)
[3]遥感图像中舰船检测方法综述[J]. 唐沐恩,林挺强,文贡坚. 计算机应用研究. 2011(01)
[4]基于全局特征信息的快速场景识别与分类研究[J]. 陈三风,梁永生,柳伟,任仙怡. 微计算机信息. 2010(25)
[5]基于局部自相似性的遥感图像港口舰船检测[J]. 胡俊华,徐守时,陈海林,张振. 中国图象图形学报. 2009(04)
[6]图像纹理特征提取方法综述[J]. 刘丽,匡纲要. 中国图象图形学报. 2009(04)
[7]一种多尺度分形的舰船目标检测方法[J]. 张东晓,何四华,杨绍清. 激光与红外. 2009(03)
[8]遥感图像中复杂海面背景下的海上舰船检测[J]. 田明辉,万寿红,岳丽华. 小型微型计算机系统. 2008(11)
[9]纹理高阶分形特征在海面舰船目标检测中的应用[J]. 何四华,杨绍清,石爱国,李天伟. 光学与光电技术. 2008(04)
[10]复杂海地背景下的舰船目标检测[J]. 肖利平,曹炬,高晓颖. 光电工程. 2007(06)
博士论文
[1]异源图像融合及其评价方法的研究[D]. 宋乐.天津大学 2008
硕士论文
[1]基于场景Gist的快速场景分类研究[D]. 刘静.吉林大学 2013
[2]基于复杂背景的光学遥感图像舰船目标检测技术[D]. 金文超.哈尔滨工程大学 2013
[3]基于贝叶斯推理的多线索视觉注意模型及其遥感影像目标检测[D]. 朱辰阳.上海交通大学 2013
[4]高分辨率可见光遥感图像舰船目标识别方法研究[D]. 于鹏.吉林大学 2011
[5]面向对象的遥感影像信息提取技术研究[D]. 童磊.中南大学 2009
[6]中低分辨率光学遥感图像舰船目标检测算法研究[D]. 李文武.国防科学技术大学 2008
本文编号：3182004
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.1.1 遥感技术的发展与应用
1.1.2 遥感影像舰船目标检测的背景和意义
1.2 高分辨率遥感影像舰船检测国内外研究现状
1.2.1 高分辨率遥感影像舰船检测研究现状
1.2.2 光学遥感影像舰船目标检测研究现状
1.3 主要研究内容与组织结构
1.3.1 主要研究内容与创新
1.3.2 内容组织与结构
第二章 视觉显著性与特征描述
2.1 视觉显著性
2.1.1 视觉系统处理机制
2.1.2 感受野信息处理
2.1.3 基于视觉注意机制的目标检测
2.2 纹理描述
2.3 场景感知与全局描述
2.4 本章小结
第三章 基于融合特征的大幅面高分辨率遥感影像复杂场景的舰船目标检测
3.1 显著性局部纹理描述
3.1.0 ITTI视觉注意计算模型
3.1.1 局部二值模式(LBP)
3.1.2 显著性纹理描述子(ITTI+LBP)
3.2 增强型全局统计量
3.2.1 Gist场景描述子(G1)
3.2.2 Gabor均值方差描述子(G2)
3.3 融合显著性纹理与增强型全局统计量
3.4 由场景到目标的大幅面高分遥感影像舰船目标检测框架
3.4.1 基于融合特征的舰船场景检测
3.4.2 结合显著图与Winner-Take-All(WTA)的舰船目标提取
3.5 本章小结
第四章 实验分析与评价
4.1 实验数据
4.2 显著性纹理描述特征提取对比
4.3 基于融合特征的高分遥感影像感兴趣舰船场景检测
4.3.1 基于样本集图像块的场景检测对比
4.3.2 大幅面高分遥感影像的场景检测结果对比
4.4 感兴趣舰船区域内的舰船目标快速提取
4.5 本章小结
第五章 总结与展望
5.1 研究内容
5.2 研究展望
主要参考文献
致谢
论文发表情况
【参考文献】：
期刊论文
[1]高分辨率光学遥感卫星平台技术综述[J]. 葛玉君,赵键,杨芳. 国际太空. 2013(05)
[2]光学遥感图像舰船目标检测与识别综述[J]. 王彦情,马雷,田原. 自动化学报. 2011(09)
[3]遥感图像中舰船检测方法综述[J]. 唐沐恩,林挺强,文贡坚. 计算机应用研究. 2011(01)
[4]基于全局特征信息的快速场景识别与分类研究[J]. 陈三风,梁永生,柳伟,任仙怡. 微计算机信息. 2010(25)
[5]基于局部自相似性的遥感图像港口舰船检测[J]. 胡俊华,徐守时,陈海林,张振. 中国图象图形学报. 2009(04)
[6]图像纹理特征提取方法综述[J]. 刘丽,匡纲要. 中国图象图形学报. 2009(04)
[7]一种多尺度分形的舰船目标检测方法[J]. 张东晓,何四华,杨绍清. 激光与红外. 2009(03)
[8]遥感图像中复杂海面背景下的海上舰船检测[J]. 田明辉,万寿红,岳丽华. 小型微型计算机系统. 2008(11)
[9]纹理高阶分形特征在海面舰船目标检测中的应用[J]. 何四华,杨绍清,石爱国,李天伟. 光学与光电技术. 2008(04)
[10]复杂海地背景下的舰船目标检测[J]. 肖利平,曹炬,高晓颖. 光电工程. 2007(06)
博士论文
[1]异源图像融合及其评价方法的研究[D]. 宋乐.天津大学 2008
硕士论文
[1]基于场景Gist的快速场景分类研究[D]. 刘静.吉林大学 2013
[2]基于复杂背景的光学遥感图像舰船目标检测技术[D]. 金文超.哈尔滨工程大学 2013
[3]基于贝叶斯推理的多线索视觉注意模型及其遥感影像目标检测[D]. 朱辰阳.上海交通大学 2013
[4]高分辨率可见光遥感图像舰船目标识别方法研究[D]. 于鹏.吉林大学 2011
[5]面向对象的遥感影像信息提取技术研究[D]. 童磊.中南大学 2009
[6]中低分辨率光学遥感图像舰船目标检测算法研究[D]. 李文武.国防科学技术大学 2008
本文编号：3182004
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3182004.html
