复杂背景下的空中弱小目标检测

发布时间：2023-02-18 14:46

　　小目标检测是图像处理领域极具价值的研究课题之一,它广泛应用于低空空域的预警系统以及远距离大视场下的导弹等制导武器的检测与跟踪。小目标的尺度变化范围大、可用信息少,场景复杂多变,如何有效的检测出现在场景中的小目标是本研究课题的亟待解决的技术攻关。论文的主要研究内容如下:针对传统多级滤波器不能适应多尺度小目标检测的问题,论文提出了一种基于多尺度级联滤波融合算法,首先,通过使用多个尺度级的级联滤波器分别对原图进行背景抑制获取残差图像,然后,通过融合各级残差图像实现多尺度小目标检测;同时,结合图像金字塔检测的方式降低算法的计算量。鉴于传统侧抑制算法不能很好地保护目标边缘,以及滑动窗口尺寸过大会导致耗时严重的问题,论文提出了两条改进措施:设置隔离窗以保护目标边缘;重新定义3*3区域表征目标区域,减少目标区域的计算。针对基于局部特征算法在背景区域存在大量冗余计算的问题,论文提出了改进的局部对比度算法,首先对待测像素点进行背景点判断,然后仅对非背景点进行灰度增强;并在显著性区域上使用改进的局部对比度算法进行计算,进一步提高了算法的性能。实验结果表明,基于局部特征的弱小目标检测算法的检测性能要优于基于...

【文章页数】：89 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
    1.2 国内外研究现状
        1.2.1 传统单帧检测算法
        1.2.2 传统多帧检测算法
        1.2.3 深度学习算法
    1.3 论文组织结构
第二章 基于背景抑制的弱小目标检测
    2.1 图像特性
        2.1.1 图像整体特性
        2.1.2 图像目标特性分析
        2.1.3 图像背景特性分析
        2.1.4 图像噪声特性分析
    2.2 关键技术分析
        2.2.1 背景抑制
        2.2.2 常用预处理方法
        2.2.3 图像增强
        2.2.4 目标提取
    2.3 多分辨率多尺度级联滤波器融合算法
        2.3.1 传统多级滤波器
        2.3.2 改进的多级滤波器
    2.4 实验结果分析
    2.5 本章小结
第三章 基于局部特征的弱小目标检测
    3.1 基于局部特性联合的检测算法
        3.1.1 区域结构相似度
        3.1.2 局部相似度差
        3.1.3 局部特性联合检测
    3.2 基于侧抑制网络的小目标检测算法
        3.2.1 传统侧抑制网络增强算法
        3.2.2 改进的侧抑制增强算法
    3.3 基于显著性区域对比度的小目标检测算法
        3.3.1 多向梯度显著性检测
        3.3.2 改进的局部对比度算法
        3.3.3 基于梯度显著区域对比度算法
    3.4 实验结果与分析
    3.5 本章小结
第四章 基于紧凑深度卷积网络的小目标检测
    4.1 SSD算法模型
        4.1.1 预备知识
        4.1.2 SSD检测框架与原理
        4.1.3 SSD设计理念
        4.1.4 SSD代价函数
    4.2 SSD算法基础网络
        4.2.1 VGG-16
        4.2.2 轻量级网络MobileNet V2
    4.3 实验结果与分析
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
作者攻读硕士学位期间的论文和成果



本文编号：3745170