基于素描信息的光学遥感图像舰船检测算法研究
发布时间：2021-03-08 13:22
光学遥感图像因其成像清晰、图像细节内容丰富、直观易理解等特点,倍受人们的关注。光学遥感图像目标检测与识别是遥感图像智能理解领域中的热点研究课题,具有非常重要的实际应用价值。舰船作为海上运输载体,是海洋资源开发、海上交通运输、海洋军事行动等海上活动的重要工具,通过光学遥感图像对其进行自动检测具有重大意义。本文提出一种基于素描信息的光学遥感图像舰船检测方法,全文的主要工作如下:（1）提出一种基于素描信息和超像素分割的光学遥感图像海陆分割方法。首先,根据光学遥感图像的素描图生成结构区域图,利用海陆先验信息对结构区域图中的结构区域和非结构区域进行海陆类别标记,得到粗分割结果图;接着,对光学遥感图像进行超像素分割;然后,根据粗分割结果图和超像素的方差与局部海陆信息对超像素进行海陆类别标记;最后,使用提出的超像素二分裂算法对沿海陆地超像素进行二分裂,并对分裂得到的超像素海陆类别重新标记实现海岸线的精确定位,得到最终海陆分割结果。实验表明该方法分割准确率高,对不同场景的光学遥感图像具有很好的鲁棒性。（2）提出一种基于改进Selective Search算法的光学遥感图像舰船无监督检测方法。首先,提出...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 舰船检测的研究现状
1.2.1 海陆分割
1.2.2 舰船目标检测
1.2.3 舰船轮廓提取
1.3 光学遥感图像舰船检测的难点
1.4 视觉计算理论和素描模型
1.4.1 Marr视觉计算理论
1.4.2 初始素描模型
1.5 论文的主要内容安排
第二章 基于素描信息和超像素分割的光学遥感图像海陆分割
2.1 引言
2.2 基于素描信息和超像素分割的海陆分割算法
2.2.1 结构区域图的生成与分析
2.2.2 海陆区域粗分割
2.2.3 海陆边界精确划分
2.3 实验结果与分析
2.3.1 算法各功能模块实验结果与分析
2.3.2 对比算法实验结果与分析
2.4 本章小结
第三章 基于改进Selective Search算法的光学遥感图像无监督舰船检测
3.1 引言
3.2 Selective Search算法
3.3 基于改进Selective Search算法的光学遥感图像舰船候选区域提取算法
3.3.1 Selective Search算法的局限与不足
3.3.2 改进Selective Search算法
3.3.3 算法描述
3.4 基于先验信息的无监督舰船识别
3.5 实验与分析
3.5.1 舰船候选区域提取实验与分析
3.5.2 舰船识别实验与分析
3.6 本章小结
第四章 基于素描分析的舰船轮廓提取算法
4.1 引言
4.2 基于素描分析的舰船轮廓提取
4.2.1 舰船外围素描线段提取
4.2.2 舰船轮廓生成
4.3 本章算法描述
4.4 实验与分析
4.5 本章小结
第五章 工作总结与展望
5.1 本文工作总结
5.2 未来工作展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]基于船头特征提取和轮廓定位的港口舰船检测[J]. 吴飞,汪渤,周志强,李笋. 北京理工大学学报. 2018(04)
[2]基于多源遥感卫星的海面舰船目标检测方法[J]. 孙越娇,雷武虎,胡以华,赵楠翔,任晓东. 激光与红外. 2018(02)
[3]基于视觉显著模型的遥感图像舰船快速检测[J]. 孙越娇,雷武虎,胡以华,赵楠翔,任晓东. 激光技术. 2018(03)
[4]基于港口匹配和海域分割的靠岸舰船检测方法[J]. 王岳环,秦小娟,韦海萍,郑智辉. 华中科技大学学报(自然科学版). 2017(10)
[5]基于多尺度多特征视觉显著性的海面舰船检测[J]. 丁鹏,张叶,贾平,常旭岭. 光学精密工程. 2017(09)
[6]含噪光学遥感图像海面弱小舰船目标检测[J]. 宋明珠,曲宏松,金光. 光学学报. 2017(10)
[7]基于视觉显著性的无监督海面舰船检测与识别[J]. 徐芳,刘晶红,曾冬冬,王宣. 光学精密工程. 2017(05)
[8]基于SIFT特征的港口内舰船检测方法[J]. 杨光,蔚鹏志,邓翔. 电子技术与软件工程. 2017(05)
[9]基于卷积神经网络的遥感图像舰船目标检测[J]. 黄洁,姜志国,张浩鹏,姚远. 北京航空航天大学学报. 2017(09)
[10]基于二次分割的港口舰船目标检测方法[J]. 王方超,张旻,宫丽美,陈卫. 探测与控制学报. 2016(06)
博士论文
[1]基于素描模型和可控核函数的SAR图像相干斑抑制[D]. 武杰.西安电子科技大学 2015
硕士论文
[1]基于Primal Sketch Map和语义信息分类的SAR图像分割[D]. 袁嘉林.西安电子科技大学 2013
本文编号：3071116
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 舰船检测的研究现状
1.2.1 海陆分割
1.2.2 舰船目标检测
1.2.3 舰船轮廓提取
1.3 光学遥感图像舰船检测的难点
1.4 视觉计算理论和素描模型
1.4.1 Marr视觉计算理论
1.4.2 初始素描模型
1.5 论文的主要内容安排
第二章 基于素描信息和超像素分割的光学遥感图像海陆分割
2.1 引言
2.2 基于素描信息和超像素分割的海陆分割算法
2.2.1 结构区域图的生成与分析
2.2.2 海陆区域粗分割
2.2.3 海陆边界精确划分
2.3 实验结果与分析
2.3.1 算法各功能模块实验结果与分析
2.3.2 对比算法实验结果与分析
2.4 本章小结
第三章 基于改进Selective Search算法的光学遥感图像无监督舰船检测
3.1 引言
3.2 Selective Search算法
3.3 基于改进Selective Search算法的光学遥感图像舰船候选区域提取算法
3.3.1 Selective Search算法的局限与不足
3.3.2 改进Selective Search算法
3.3.3 算法描述
3.4 基于先验信息的无监督舰船识别
3.5 实验与分析
3.5.1 舰船候选区域提取实验与分析
3.5.2 舰船识别实验与分析
3.6 本章小结
第四章 基于素描分析的舰船轮廓提取算法
4.1 引言
4.2 基于素描分析的舰船轮廓提取
4.2.1 舰船外围素描线段提取
4.2.2 舰船轮廓生成
4.3 本章算法描述
4.4 实验与分析
4.5 本章小结
第五章 工作总结与展望
5.1 本文工作总结
5.2 未来工作展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]基于船头特征提取和轮廓定位的港口舰船检测[J]. 吴飞,汪渤,周志强,李笋. 北京理工大学学报. 2018(04)
[2]基于多源遥感卫星的海面舰船目标检测方法[J]. 孙越娇,雷武虎,胡以华,赵楠翔,任晓东. 激光与红外. 2018(02)
[3]基于视觉显著模型的遥感图像舰船快速检测[J]. 孙越娇,雷武虎,胡以华,赵楠翔,任晓东. 激光技术. 2018(03)
[4]基于港口匹配和海域分割的靠岸舰船检测方法[J]. 王岳环,秦小娟,韦海萍,郑智辉. 华中科技大学学报(自然科学版). 2017(10)
[5]基于多尺度多特征视觉显著性的海面舰船检测[J]. 丁鹏,张叶,贾平,常旭岭. 光学精密工程. 2017(09)
[6]含噪光学遥感图像海面弱小舰船目标检测[J]. 宋明珠,曲宏松,金光. 光学学报. 2017(10)
[7]基于视觉显著性的无监督海面舰船检测与识别[J]. 徐芳,刘晶红,曾冬冬,王宣. 光学精密工程. 2017(05)
[8]基于SIFT特征的港口内舰船检测方法[J]. 杨光,蔚鹏志,邓翔. 电子技术与软件工程. 2017(05)
[9]基于卷积神经网络的遥感图像舰船目标检测[J]. 黄洁,姜志国,张浩鹏,姚远. 北京航空航天大学学报. 2017(09)
[10]基于二次分割的港口舰船目标检测方法[J]. 王方超,张旻,宫丽美,陈卫. 探测与控制学报. 2016(06)
博士论文
[1]基于素描模型和可控核函数的SAR图像相干斑抑制[D]. 武杰.西安电子科技大学 2015
硕士论文
[1]基于Primal Sketch Map和语义信息分类的SAR图像分割[D]. 袁嘉林.西安电子科技大学 2013
本文编号：3071116
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3071116.html
