检索结果-南通市图书馆

检索条件"主题词=梯度方向过滤"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于单帧红外图像的海天线检测算法研究

基于单帧红外图像的海天线检测算法研究

引用

作者：马德鑫大连海事大学

学位级别：硕士

随着我国对海洋资源的日益重视,导致了海上活动的日益增加,致使海上发生突发事件的概率与日俱增。红外成像凭借着穿透能力强、环境适用范围广等优势在海面监控领域具有广泛应用,而海天线检测是海天红外图像中目标检测、定位、跟踪前的... 详细信息

随着我国对海洋资源的日益重视,导致了海上活动的日益增加,致使海上发生突发事件的概率与日俱增。红外成像凭借着穿透能力强、环境适用范围广等优势在海面监控领域具有广泛应用,而海天线检测是海天红外图像中目标检测、定位、跟踪前的关键步骤,目前现有的研究大多数都在解决提高检测精度问题和针对不同场景的问题,忽略了实际工程上的适用性,因此在保证海天线检测精度的同时减小处理时间是本文研究的重点问题。本文首先介绍了国内外现存的几类海天线检测算法,并总结了现有算法的优缺点。然后通过对海天场景红外图像的灰度分布直方图特性、灰度分布特性、行均值特性、列均值特性、梯度幅值特性和梯度方向特性的分析,发现了海天区域及海天线上的像素分布特点,为之后本文提出的红外海天线检测算法思路提供可行性论证。根据海天场景红外图像的海天线具有直线特征的特点,本文对比了两种典型的直线检测算法——Hough变换直线检测算法和LSD直线检测算法在海天场景红外图像下的检测结果。通过对结果的对比分析,最终本文采用LSD直线检测算法进行直线提取。但是由于LSD直线检测算法初始设定的梯度阈值对于海天边界对比度低的场景会产生严重的直线漏检情况,进而本文对这一梯度阈值进行了调整,将原始的固定阈值调整为具有一定自适应性质的可变阈值,以适应海天边界对比度低的红外图像的直线检测。本文算法的主要目的是平衡海天线检测的实时性和精度,使算法能够在真实的场景中实际应用。在实时性方面,利用海天区域提取、边缘像素标记和图像分割三个步骤通过减少所需处理的像素个数、降低数据处理量来提高检测速度。在精度方面,主要利用海天直线和干扰直线的梯度方向标准差的差异性对二者进行筛选,实现对海天直线的有效保留。为了验证本文算法的有效性,首先介绍了用于实验的图像数据来源,然后展示了本文提出的海天区域提取算法的提取结果,接下来讲述了本文对干扰直线过滤过程中的梯度方向标准差阈值的确定思路,最后利用4000张不同海天场景的红外图像,将现有的算法同本文算法进行对比实验,实验结果证明本文算法在精度和时耗方面均优于目前现有的算法。

关键词：海天线检测梯度方向过滤红外图像海事应用

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海底图像人造目标检测算法研究

海底图像人造目标检测算法研究

引用

作者：陈绪光大连海事大学

学位级别：硕士

近年来,空难和海难事故频频发生,许多遇难后的飞机或船舶残骸沉入了海底,为了打捞这些沉入海底的目标(比如飞机黑匣子等),搜寻这些目标就显得至关重要。对于这些人造的海底目标残骸,目前通常搜寻的做法是使用水下机器人(AUV)搭载声呐和... 详细信息

近年来,空难和海难事故频频发生,许多遇难后的飞机或船舶残骸沉入了海底,为了打捞这些沉入海底的目标(比如飞机黑匣子等),搜寻这些目标就显得至关重要。对于这些人造的海底目标残骸,目前通常搜寻的做法是使用水下机器人(AUV)搭载声呐和水下低照度相机等设备,在一定范围的海域内进行扫描成像。在搜寻过程中,由于搜寻范围较大,会导致水下低照度相机拍摄到十分巨量的图像,这些图像中往往包含了大量不含人造目标残骸的海底背景图像,而含有人造目标残骸的目标图像的数量却很少。对于这些海底图像,通常需要人工判读来从图像中寻找人造目标残骸,因此大量的海底背景图像大大增加了人工判读的工作量,如何检测出大量海底图像中的人造目标残骸,就是本文研究的核心问题。通过对海底图像复杂背景特点和人造目标残骸特性的分析,本文提出了一种基于边缘检测算法、直线检测算法和支持向量机(Support Vector Machine,SVM)分类检测算法相结合的海底图像人造目标检测方法。根据海底背景图像具有较多的微小边缘信息的特点,本文提出了一种Canny算子结合微小边缘过滤的边缘检测算法。首先对海底图像进行中值滤波处理,消除部分噪声的干扰,然后对图像进行传统的Canny算子边缘检测操作,得到海底图像的边缘图像,最后对得到的边缘图像进行微小边缘过滤处理,进一步减少图像中的噪声干扰。根据人造目标残骸具有明显的直线特征和规则的形状特点,本文提出了一种概率霍夫变换结合梯度方向过滤的算法。首先对边缘检测算法得到的边缘图像进行概率霍夫变换处理,检测图像中是否存在直线边缘,对于检测出的直线进行梯度方向过滤,然后根据检测出的直线数量将检测图像分为含有人造目标残骸的目标图像、含有疑似人造目标残骸的疑似目标图像和不含人造目标残骸的背景图像三类。对于目标图像和疑似目标图像,对它们的边缘图像进行轮廓查找,通过检测到的直线边缘和轮廓信息来确定目标区域和疑似目标区域。在SVM分类检测算法中,首先使用海底背景图像和人造目标残骸图像作为训练集来对SVM进行训练,然后使用训练好的SVM模型对直线检测算法中得到的疑似目标图像进行检测,得到目标图像和背景图像。为了验证本文算法的有效性,随机抽取了部分海底背景图像和人造目标残骸图像来对本文算法进行验证。通过实验数据分析,证明本文算法能够较好地检测出海底图像中的人造目标残骸,从而大大减少了后续人工判读所需的时间。

关键词：人造目标残骸检测微小边缘过滤概率霍夫变换梯度方向过滤

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：