宽幅光学遥感图像舰船飞机目标检测识别技术研究
发布时间：2021-07-12 14:58
随着航天遥感技术的迅猛发展,遥感图像处理技术被广泛应用于国防建设和经济民生建设领域,尤其是遥感图像的目标检测识别技术已成为军事打击与海洋监测的重要手段。遥感图像分辨率的提高以及成像幅宽的变大使得遥感图像数据量急剧增加,从如此庞大的数据中高效准确地提取出有用的信息成为了解决问题的关键。为了解决复杂背景提取目标困难、增强遥感目标检测识别技术的可靠性、缓解数据传输与存储的压力,本文围绕宽幅高分辨率光学遥感图像中舰船与飞机目标的检测识别问题展开了研究。基于全色及多光谱光学遥感图像,论文分析了遥感图像中典型目标的特点,设计了相应的遥感图像目标检测算法,并详细阐述了各项关键技术理论,如目标潜在场景提取、目标定位、感兴趣区域提取、特征提取等关键技术。本文通过对各项技术的研究与改进,改善了在宽幅图像中遥感目标检测算法运算速度慢、检测率低的问题。根据先验知识,舰船会分布在海洋里,飞机会停靠在机场中。在进行大幅面下的光学遥感图像目标检测识别时,首先对目标出现的潜在场景进行提取,可以使目标搜索范围变小。本文对舰船与飞机会出现的潜在场景进行了提取——海陆分离与机场检测。海陆分离方面,本文针对传统方法只利用全色...
【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省
【文章页数】：134 页
【学位级别】：博士
【部分图文】：
多光谱不同波段遥感图像
中国科学院大学博士学位论文：宽幅光学遥感图像舰船飞机目标检测识别研究体指数法在目前大部分传感器的达到的波长范围内对光线具有较强的吸射率，同时随着波长的增强此特点更加明显，如图 2.2 所示。80nm 范围内的光线反射率为 4%-5%左右；随着波长增加到 5率下降到 2%-3%左右；当波长大于 740nm 时，所有入射的光吸收，反射率接近 0[58-60]。所以当四谱段多光谱进行分析时，最强，近红外最弱，表现在图像中就是蓝色谱段图像水体亮度度最低。但是如果水体中混有一定浑浊物质，水体发射率就会，如泥沙等会使发射率提高。
?宦畚模嚎矸?庋б８型枷窠⒋?苫?勘昙觳馐侗鹧芯?26对这四幅图像进行 PCA 变换得到主成分变换后的四幅图像，如图 2.6 所示。(a) 第一主成分分量(b) 第二主成分分量(c) 第三主成分分量(d) 第四主成分分量图 2.6 PCA 变换后的主分量图像Figure 2.6 PCA transformed main component images从图 2.6 中可以看到，主成分分量图像中最明显的是对比度细节的重要部分
【参考文献】：
期刊论文
[1]利用高斯混合模型的多光谱图像模糊聚类分割[J]. 李玉,徐艳,赵雪梅,赵泉华. 光学精密工程. 2017(02)
[2]结合KL散度和RSF模型的主动轮廓图像分割方法[J]. 刘琳,程丹松,何仕文,石大明,吴锐,王君. 哈尔滨工业大学学报. 2016(05)
[3]基于熵结合的活动轮廓分割模型[J]. 刘乐,徐玉蕊,王刚刚,侯阿临. 吉林大学学报(信息科学版). 2016(02)
[4]国家航空航天遥感影像获取现状及发展[J]. 李明,赵俊霞,胡芬. 测绘通报. 2015(10)
[5]面向海上目标的海陆分离方法研究[J]. 刘思彤,程红,孙文邦,于光. 电子设计工程. 2014(15)
[6]基于稀疏表示的可见光遥感图像飞机检测算法[J]. 林煜东,和红杰,尹忠科,陈帆. 光子学报. 2014(09)
[7]基于骨架特征的多光谱遥感影像飞机目标识别方法研究[J]. 蔡栋,陈焱明,魏巍. 测绘通报. 2014(02)
[8]结合视觉显著性和空间金字塔的遥感图像机场检测[J]. 郭雷,姚西文,韩军伟,程塨,钱晓亮. 西北工业大学学报. 2014(01)
[9]基于空间语义模型的高分辨率遥感图像目标检测方法[J]. 冯卫东,孙显,王宏琦. 电子与信息学报. 2013(10)
[10]基于边缘轮廓特征匹配的飞机目标识别[J]. 申海洋,李月娥. 测试技术学报. 2013(03)
博士论文
[1]高分辨率光学遥感图像中典型人造目标检测技术研究[D]. 王慧利.中国科学院长春光学精密机械与物理研究所 2017
[2]基于局部不变特征的遥感图像星上目标识别技术研究[D]. 陈彦彤.中国科学院长春光学精密机械与物理研究所 2017
[3]复杂背景下的光学遥感图像目标检测算法研究[D]. 林煜东.西南交通大学 2017
[4]图像去噪中几种优化算法的相关研究[D]. 杨昊.电子科技大学 2016
[5]合成孔径雷达图像特征提取的方法研究[D]. 魏倩茹.西安电子科技大学 2016
[6]多光谱成像系统图像处理关键技术研究[D]. 张艳超.中国科学院研究生院(长春光学精密机械与物理研究所) 2015
[7]引入上下文信息的可见光遥感图像目标检测与识别方法研究[D]. 郭军.国防科学技术大学 2014
[8]基于序关系特征描述的高分辨率遥感影像识别研究[D]. 黄为.国防科学技术大学 2014
[9]成像光谱仪光学系统设计与像质评价研究[D]. 方煜.中国科学院研究生院（西安光学精密机械研究所） 2013
[10]大幅面可见光遥感图像典型目标识别关键技术研究[D]. 韩现伟.哈尔滨工业大学 2013
硕士论文
[1]基于遥感影像水体提取方法研究[D]. 张艳超.西北大学 2016
[2]基于特征融合的遥感图像飞机目标识别研究[D]. 付俊.南昌航空大学 2014
[3]直线提取算法研究[D]. 王旭.国防科学技术大学 2013
[4]快速凸包计算实现及其应用[D]. 毛鹏.西安电子科技大学 2013
[5]基于选择性视觉注意机制的遥感图像机场检测[D]. 王鑫.复旦大学 2012
[6]基于多光谱海洋遥感图像的地物分离方法研究[D]. 吴迪.哈尔滨工程大学 2012
[7]基于光学遥感图像的舰船目标自动检测技术[D]. 施鹏.中国科学技术大学 2010
[8]高分辨率可见光遥感图像港口及港内目标识别方法研究[D]. 张振.中国科学技术大学 2009
[9]遥感影像中的机场目标检测[D]. 王永刚.解放军信息工程大学 2009
[10]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：3280129
【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省
【文章页数】：134 页
【学位级别】：博士
【部分图文】：
多光谱不同波段遥感图像
中国科学院大学博士学位论文：宽幅光学遥感图像舰船飞机目标检测识别研究体指数法在目前大部分传感器的达到的波长范围内对光线具有较强的吸射率，同时随着波长的增强此特点更加明显，如图 2.2 所示。80nm 范围内的光线反射率为 4%-5%左右；随着波长增加到 5率下降到 2%-3%左右；当波长大于 740nm 时，所有入射的光吸收，反射率接近 0[58-60]。所以当四谱段多光谱进行分析时，最强，近红外最弱，表现在图像中就是蓝色谱段图像水体亮度度最低。但是如果水体中混有一定浑浊物质，水体发射率就会，如泥沙等会使发射率提高。
?宦畚模嚎矸?庋б８型枷窠⒋?苫?勘昙觳馐侗鹧芯?26对这四幅图像进行 PCA 变换得到主成分变换后的四幅图像，如图 2.6 所示。(a) 第一主成分分量(b) 第二主成分分量(c) 第三主成分分量(d) 第四主成分分量图 2.6 PCA 变换后的主分量图像Figure 2.6 PCA transformed main component images从图 2.6 中可以看到，主成分分量图像中最明显的是对比度细节的重要部分
【参考文献】：
期刊论文
[1]利用高斯混合模型的多光谱图像模糊聚类分割[J]. 李玉,徐艳,赵雪梅,赵泉华. 光学精密工程. 2017(02)
[2]结合KL散度和RSF模型的主动轮廓图像分割方法[J]. 刘琳,程丹松,何仕文,石大明,吴锐,王君. 哈尔滨工业大学学报. 2016(05)
[3]基于熵结合的活动轮廓分割模型[J]. 刘乐,徐玉蕊,王刚刚,侯阿临. 吉林大学学报(信息科学版). 2016(02)
[4]国家航空航天遥感影像获取现状及发展[J]. 李明,赵俊霞,胡芬. 测绘通报. 2015(10)
[5]面向海上目标的海陆分离方法研究[J]. 刘思彤,程红,孙文邦,于光. 电子设计工程. 2014(15)
[6]基于稀疏表示的可见光遥感图像飞机检测算法[J]. 林煜东,和红杰,尹忠科,陈帆. 光子学报. 2014(09)
[7]基于骨架特征的多光谱遥感影像飞机目标识别方法研究[J]. 蔡栋,陈焱明,魏巍. 测绘通报. 2014(02)
[8]结合视觉显著性和空间金字塔的遥感图像机场检测[J]. 郭雷,姚西文,韩军伟,程塨,钱晓亮. 西北工业大学学报. 2014(01)
[9]基于空间语义模型的高分辨率遥感图像目标检测方法[J]. 冯卫东,孙显,王宏琦. 电子与信息学报. 2013(10)
[10]基于边缘轮廓特征匹配的飞机目标识别[J]. 申海洋,李月娥. 测试技术学报. 2013(03)
博士论文
[1]高分辨率光学遥感图像中典型人造目标检测技术研究[D]. 王慧利.中国科学院长春光学精密机械与物理研究所 2017
[2]基于局部不变特征的遥感图像星上目标识别技术研究[D]. 陈彦彤.中国科学院长春光学精密机械与物理研究所 2017
[3]复杂背景下的光学遥感图像目标检测算法研究[D]. 林煜东.西南交通大学 2017
[4]图像去噪中几种优化算法的相关研究[D]. 杨昊.电子科技大学 2016
[5]合成孔径雷达图像特征提取的方法研究[D]. 魏倩茹.西安电子科技大学 2016
[6]多光谱成像系统图像处理关键技术研究[D]. 张艳超.中国科学院研究生院(长春光学精密机械与物理研究所) 2015
[7]引入上下文信息的可见光遥感图像目标检测与识别方法研究[D]. 郭军.国防科学技术大学 2014
[8]基于序关系特征描述的高分辨率遥感影像识别研究[D]. 黄为.国防科学技术大学 2014
[9]成像光谱仪光学系统设计与像质评价研究[D]. 方煜.中国科学院研究生院（西安光学精密机械研究所） 2013
[10]大幅面可见光遥感图像典型目标识别关键技术研究[D]. 韩现伟.哈尔滨工业大学 2013
硕士论文
[1]基于遥感影像水体提取方法研究[D]. 张艳超.西北大学 2016
[2]基于特征融合的遥感图像飞机目标识别研究[D]. 付俊.南昌航空大学 2014
[3]直线提取算法研究[D]. 王旭.国防科学技术大学 2013
[4]快速凸包计算实现及其应用[D]. 毛鹏.西安电子科技大学 2013
[5]基于选择性视觉注意机制的遥感图像机场检测[D]. 王鑫.复旦大学 2012
[6]基于多光谱海洋遥感图像的地物分离方法研究[D]. 吴迪.哈尔滨工程大学 2012
[7]基于光学遥感图像的舰船目标自动检测技术[D]. 施鹏.中国科学技术大学 2010
[8]高分辨率可见光遥感图像港口及港内目标识别方法研究[D]. 张振.中国科学技术大学 2009
[9]遥感影像中的机场目标检测[D]. 王永刚.解放军信息工程大学 2009
[10]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：3280129
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3280129.html
