近地面扩展目标远距成像识别关键技术研究
发布时间：2021-05-21 07:10
目标从毫米波雷达进入近地面光学系统探测范围时,目标2D图像信息成为战场情报的关键。然而,大气中的湍流、分子和气溶胶等光传输介质使得近地面远距离成像系统获取的目标图像发生模糊、几何畸变、纹理缺失等退化降质。为提高该类近地面远距离成像场景下的扩展目标检测与识别能力,本文围绕扩展目标识别的关键技术展开研究。首先,采用预处理手段增强目标图像和去除湍流几何畸变。接着,针对运动的暗弱扩展目标提出了有效的检测算法。在以上预处理和检测算法获取较为完备的动静态轮廓形状目标基础上,改进了方向形状上下文匹配算法以提高远距离湍流杂波场景下的点集形状扩展目标匹配识别精度,同时还针对湍流形变轮廓扩展目标提出了融合轮廓形状关键点结构和热核特征的分类识别算法。具体研究工作可分为以下五个方面:（1）提出了一种无需任何先验信息的自适应全尺度Retinex（AFSR）目标图像增强算法。与传统复原方法需依靠自然成像场景中的海量数据和先验知识来构建数学模型或者深度网络模型不同,所提方法无需先验信息便可利用图像光传输透射率自适应地引导构建全尺度环绕函数,改进了传统Retinex方法不能表征深度光照信息以及手调尺度参数的缺点。同时...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：155 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 目标检测与识别研究现状
1.2.1 图像清晰化预处理
1.2.2 几何畸变校正预处理
1.2.3 目标检测算法
1.2.4 目标识别算法
1.3 成像特性分析
1.3.1 模糊退化图像特性
1.3.2 湍流退化图像特性
1.4 面临的主要问题
1.5 研究内容及技术路线
1.6 本文组织结构
第二章 低秩矩阵分解与形状不变特征表示理论基础
2.1 低秩矩阵分解
2.1.1 相关定义
2.1.2 矩阵分解原理
2.1.3 低秩矩阵恢复方法
2.2 形状不变特征表示与识别原理
2.2.1 形状上下文特征
2.2.2 热核特征
2.2.3 基于特征匹配的目标识别
2.2.4 基于分类器模型的目标识别
2.3 小结
第三章 基于自适应全尺度Retinex的扩展目标图像增强
3.1 概述
3.2 图像清晰化模型
3.2.1 光学传输模型
3.2.2 Retinex原理
3.3 自适应全尺度Retinex算法
3.3.1 算法数学模型
3.3.2 算法优化
3.3.3 算法鲁棒性分析
3.3.4 算法流程
3.4 实验结果及分析
3.4.1 实验数据及评价指标
3.4.2 薄膜衍射成像系统的扩展目标图像增强
3.4.3 背光图像和夜间模糊图像增强
3.4.4 图像增强预处理后的扩展目标检测
3.5 小结
第四章 基于自适应混合高斯空间分解的扩展目标几何畸变校正
4.1 概述
4.2 湍流退化图像序列统计模型
4.2.1 湍流前景统计模型
4.2.2 低秩背景模型
4.3 扩展目标几何畸变校正
4.3.1 自适应混合高斯子空间分解模型
4.3.2 求解方法及步骤
4.3.3 分解结果
4.3.4 运动扩展目标掩模
4.3.5 算法流程
4.4 结果与分析
4.4.1 实验数据及参数设置
4.4.2 评价指标
4.4.3 湍流合成图像校正
4.4.4 薄膜衍射成像系统的扩展目标图像校正
4.4.5 外场湍流退化扩展目标图像校正
4.5 小结
第五章 改进低秩分解和管道滤波的远距离运动扩展目标检测
5.1 概述
5.2 由粗到精检测
5.2.1 转移算子模型
5.2.2 可变加权管道滤波的目标精识别
5.2.3 算法流程
5.3 实验结果及分析
5.3.1 实验数据及参数设置
5.3.2 评价指标
5.3.3 实验结果对比
5.4 小结
第六章 基于方向形状上下文的杂波点集形状扩展目标匹配识别
6.1 概述
6.2 形状上下文匹配算法原理
6.2.1 轮廓形状识别过程
6.2.2 图表示
6.2.3 优化匹配
6.3 改进的方向上下文目标匹配算法
6.3.1 方向上下文特征表示
6.3.2 边连续性约束的目标函数优化模型
6.3.3 点集形状目标匹配优化实现
6.3.4 算法总结
6.4 实验结果与分析
6.4.1 实验数据
6.4.2 参数设置与评价指标
6.4.3 仿真杂波场景的实验结果
6.4.4 现实湍流杂波场景的实验结果
6.5 小结
第七章 融合形状结构和热核特征的几何形变扩展目标识别
7.1 概述
7.2 广义形状不变特征融合模型
7.3 融合形状结构和热核不变特征的分类模型
7.3.1 尺度不变热核特征
7.3.2 关键点IDSC形状结构特征
7.3.3 贝叶斯架构下的分类识别模型
7.3.4 融合特征的识别算法实现
7.4 实验结果与分析
7.4.1 实验数据及参数设置
7.4.2 合成的形变扩展目标匹配识别
7.4.3 实际畸变扩展形状目标匹配识别
7.4.4 热核特征的形变扩展目标分类识别
7.4.5 融合特征的形变扩展目标分类识别
7.5 小结
第八章 总结与展望
8.1 论文总结
8.2 论文创新工作
8.3 不足与展望
致谢
参考文献
攻读博士学位期间取得的成果
本文编号：3199283
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：155 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 目标检测与识别研究现状
1.2.1 图像清晰化预处理
1.2.2 几何畸变校正预处理
1.2.3 目标检测算法
1.2.4 目标识别算法
1.3 成像特性分析
1.3.1 模糊退化图像特性
1.3.2 湍流退化图像特性
1.4 面临的主要问题
1.5 研究内容及技术路线
1.6 本文组织结构
第二章 低秩矩阵分解与形状不变特征表示理论基础
2.1 低秩矩阵分解
2.1.1 相关定义
2.1.2 矩阵分解原理
2.1.3 低秩矩阵恢复方法
2.2 形状不变特征表示与识别原理
2.2.1 形状上下文特征
2.2.2 热核特征
2.2.3 基于特征匹配的目标识别
2.2.4 基于分类器模型的目标识别
2.3 小结
第三章 基于自适应全尺度Retinex的扩展目标图像增强
3.1 概述
3.2 图像清晰化模型
3.2.1 光学传输模型
3.2.2 Retinex原理
3.3 自适应全尺度Retinex算法
3.3.1 算法数学模型
3.3.2 算法优化
3.3.3 算法鲁棒性分析
3.3.4 算法流程
3.4 实验结果及分析
3.4.1 实验数据及评价指标
3.4.2 薄膜衍射成像系统的扩展目标图像增强
3.4.3 背光图像和夜间模糊图像增强
3.4.4 图像增强预处理后的扩展目标检测
3.5 小结
第四章 基于自适应混合高斯空间分解的扩展目标几何畸变校正
4.1 概述
4.2 湍流退化图像序列统计模型
4.2.1 湍流前景统计模型
4.2.2 低秩背景模型
4.3 扩展目标几何畸变校正
4.3.1 自适应混合高斯子空间分解模型
4.3.2 求解方法及步骤
4.3.3 分解结果
4.3.4 运动扩展目标掩模
4.3.5 算法流程
4.4 结果与分析
4.4.1 实验数据及参数设置
4.4.2 评价指标
4.4.3 湍流合成图像校正
4.4.4 薄膜衍射成像系统的扩展目标图像校正
4.4.5 外场湍流退化扩展目标图像校正
4.5 小结
第五章 改进低秩分解和管道滤波的远距离运动扩展目标检测
5.1 概述
5.2 由粗到精检测
5.2.1 转移算子模型
5.2.2 可变加权管道滤波的目标精识别
5.2.3 算法流程
5.3 实验结果及分析
5.3.1 实验数据及参数设置
5.3.2 评价指标
5.3.3 实验结果对比
5.4 小结
第六章 基于方向形状上下文的杂波点集形状扩展目标匹配识别
6.1 概述
6.2 形状上下文匹配算法原理
6.2.1 轮廓形状识别过程
6.2.2 图表示
6.2.3 优化匹配
6.3 改进的方向上下文目标匹配算法
6.3.1 方向上下文特征表示
6.3.2 边连续性约束的目标函数优化模型
6.3.3 点集形状目标匹配优化实现
6.3.4 算法总结
6.4 实验结果与分析
6.4.1 实验数据
6.4.2 参数设置与评价指标
6.4.3 仿真杂波场景的实验结果
6.4.4 现实湍流杂波场景的实验结果
6.5 小结
第七章 融合形状结构和热核特征的几何形变扩展目标识别
7.1 概述
7.2 广义形状不变特征融合模型
7.3 融合形状结构和热核不变特征的分类模型
7.3.1 尺度不变热核特征
7.3.2 关键点IDSC形状结构特征
7.3.3 贝叶斯架构下的分类识别模型
7.3.4 融合特征的识别算法实现
7.4 实验结果与分析
7.4.1 实验数据及参数设置
7.4.2 合成的形变扩展目标匹配识别
7.4.3 实际畸变扩展形状目标匹配识别
7.4.4 热核特征的形变扩展目标分类识别
7.4.5 融合特征的形变扩展目标分类识别
7.5 小结
第八章 总结与展望
8.1 论文总结
8.2 论文创新工作
8.3 不足与展望
致谢
参考文献
攻读博士学位期间取得的成果
本文编号：3199283
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3199283.html
