导读:本文包含了海天线提取论文开题报告文献综述及选题提纲参考文献，主要关键词:OSTU阈值分割,Canny边缘检测,Hough变换,海天线检测
海天线提取论文文献综述
孙茂芬,卢道华,李忠国,王佳[1]（2016）在《海上监控图像的海天线及其目标区域提取》一文中研究指出根据海上监控采集海面图像的特点,提出一种适用于海天线及其目标区域提取的方法。该方法具体是对海面图像灰度化和高斯滤波后,首先根据灰度差异采用OSTU自适应阈值分割方法对海面图像进行分割;接着利用Canny边缘检测得到图像的所有边缘点集,从而获得主要轮廓;然后,根据梯度方向,减少无关边缘点,来改进Hough变换,连接相邻斜率误差小的直线段,减少直线段数目,选取有效程度最大的直线为海天线;最后,依据海天线的位置确定海天线区域。海天线区域的确定,为运动目标的检测、跟踪和避障节约了时间,并减少了误检概率。(本文来源于《机械工程师》期刊2016年02期）
庞迪[2]（2015）在《基于全景海天线提取的小目标检测方法研究》一文中研究指出我国具有绵长的海岸线和广阔的海洋领土,海洋维权执法及海上搜救任务繁重,大力开发先进的海域监控设备,研究海上目标检测方法具有重要的意义。在海域监控领域采用全景视觉系统,可以满足海洋环境下大视场、全范围、远距离监控的需求,有效减少监控设备数量、降低硬件成本,但该系统目前缺乏成熟的目标检测技术支持。由远及近驶来的远景目标会最先出现在海天线上,在海天线区域检测小目标可为拍摄取证等工作提供更多的反应时间,因此本论文开展基于全景海天线提取的小目标检测算法研究。折反射全景视觉系统成像原理的特殊性,不仅使得常规视觉中的直线海天线在全景图像中呈椭圆形,而且使得全景图像中包含有大量全景设备区成像。鉴于全景海域图像的特殊性和背景的复杂性,本文的基本研究思路为:首先在全景图像中对海天线提取和目标检测有不良影响的全景设备区干扰进行提取和剔除,然后进行全景海天线提取,最后在海天线区域检测小目标。因此论文研究的叁大核心内容为:全景设备区提取、全景海天线提取以及海天线区域的小目标检测。首先,进行了全景设备区提取方法研究。根据全景设备区属于人造物体,其纹理特征与海面、天空等自然景物有明显区别的特点,设计了基于分形维数的全景设备区提取算法;根据全景图像中的全景设备区干扰比较明显,更易引起视觉注意的特点,设计了基于视觉显着图的全景设备区提取算法;并通过实验验证了上述算法的有效性。其次,进行了基于全景视觉的海天线提取算法研究。在抑制了全景设备区干扰的基础上,针对全景海天线呈近似圆形的特点,设计了基于改进梯度Hough圆变换的海天线提取算法;针对全景海天线具有明显边缘轮廓特征的特点,提出了基于改进主动轮廓模型的海天线提取算法;针对全景海天线在全景图像中的梯度能量相对较大的特点,提出了一种基于改进Seam Carving的海天线提取算法;最后通过实验验证了这叁种算法的有效性,并与现有文献中的算法进行了实验对比分析。最后,进行海天线区域的小目标检测算法研究。在海天线提取的基础上,将小目标视为图像信号的奇异点,设计了一种基于提升小波互能量的海天线区域小目标检测算法;利用暗通道理论对目标的放大作用,提出了一种基于暗通道先验理论的海天线区域小目标检测算法。最后通过大量实验验证了算法的有效性,并与现有文献中的算法进行了实验对比与统计分析,验证了算法的优越性。(本文来源于《哈尔滨工程大学》期刊2015-12-01）
苏丽,庞迪[3]（2015）在《全景海域图像中的圆形海天线提取》一文中研究指出针对全景海域图像背景复杂且海天线呈近似圆形的特点,提出了一种基于分形维数和改进Hough圆变换的全景海天线提取算法。该算法首先通过地毯覆盖法计算海域全景图像的分形维数,并据此提取出全景采集装置等设备在全景图像中的成像,消除其对海天线检测的不良影响。针对经典的梯度Hough圆变换算法提取全景海天线时无法给出唯一正确解的问题,提出了一种改进的Hough圆变换算法来有效提取全景海天线。对400幅不同情况下采集的全景海域图像进行了实验。结果表明,提出的算法在理想情况、海天线部分缺失、低对比度和海天线大范围断裂等多种情况下均可以有效提取出全景圆形海天线,检测准确率达95.75%,适用性和鲁棒性良好。(本文来源于《光学精密工程》期刊2015年11期）
杨常青,金良安,郑振宇,郑智林[4]（2015）在《基于局部二元模式的海天线提取方法研究》一文中研究指出为了解决海天背景下舰船红外及可见光波段图像目标识别问题,文章提出了一种基于局部二元模式的海天线提取算法。首先通过方差分析,对图像进行预处理,然后对图像进行局部二元模式分解,最后通过HOUGH变换方法求解图像的海天线。试验结果表明:算法在低对比度、天空有大量云层、海面杂波较多以及天空和海面出现分层且海面有物体噪声等多组实验条件下,都有着良好的适应性和鲁棒性,适于工程应用。(本文来源于《科技创新与应用》期刊2015年24期）
雷琴,施朝健,陈婷婷[5]（2015）在《基于均值漂移边缘提取的海天线检测方法》一文中研究指出针对有部分遮挡物或有噪声等复杂背景下海面图像的海天线检测效果欠佳的现象,提出一种有效的方法对海面可见光图像的海天线进行自动检测。该方法首先利用均值漂移(Mean Shift)分析方法对海面可见光图像提取边缘,提取后的图像的区域边界信息用嵌入置信度进行二次筛选,进一步鉴别图像像素属性,剔除一些伪边缘,最后进行Hough变换提取海天线。实验结果表明,所提出的方法不仅可以用于单一背景下海面图像的海天线检测,也可用于部分被遮挡或者其他复杂背景下的海天线检测。高斯噪声下的抗噪性能实验也验证了所提出的方法的鲁棒性。(本文来源于《计算机应用与软件》期刊2015年06期）
朱齐丹,徐从营,蔡成涛,周娜[6]（2014）在《全景图像海天线提取及舰船目标自动检测》一文中研究指出为实现海洋环境下全景摄像机自动目标检测,提出了一种全景图像海天线提取算法及海天线上舰船目标检测方法;首先,分析了全景图像中海天线的成像特点,使用基于分区的自适应阈值Canny边缘检测算法进行边缘检测,并对海天线边缘进行双阈值梯度方向过滤;然后,对图像边缘进行细化,提出了基于最长曲线法的海天线边缘提取算法并进行椭圆拟合得到海天线边缘成像椭圆方程;最后,介绍了根据海天线椭圆方程对海天线上舰船目标进行检测的方法;使用3种不同海洋环境下拍摄的图像进行了实际测试,实验结果表明:该方法可有效地检测出复杂海天背景下的海天线及海天线上舰船目标,海天线提取成功率可达95%以上,对径向成像高度超过10个像素的目标识别成功率可达90%。(本文来源于《计算机测量与控制》期刊2014年08期）
苏丽,尹义松,刘志林[7]（2014）在《基于全景海天线提取的海面小目标检测》一文中研究指出全景视觉系统以其"成像一体化、360度大视场、旋转不变性"等优点在海域监控领域具有广阔应用前景,但缺乏相应目标探测技术支持。论文针对海天背景的复杂性和全景图像的特殊性,开展全景可见光图像中海面小目标检测算法研究。提出了一种基于梯度方向特征的全景圆形海天线提取方法精确提取海天线,设计了一种基于梯度阈值的小目标检测方法精确定位海天线区域弱小目标,实验结果证明了算法的有效性和优越性。(本文来源于《第叁十叁届中国控制会议论文集（C卷）》期刊2014-07-28）
刘士建,吴滢跃,蔡能斌[8]（2013）在《低SNR海天线提取算法》一文中研究指出针对海天线SNR低且有一定倾角难于提取的问题,提出一种新的海天线提取算法。在预处理阶段,利用Laplacian模板对海面的波纹进行增强,然后使用顺序滤波与数学形态学相结合的方法增加海面波纹的面积与灰度,预处理后增大了海面与天空的灰度差,海天线的SNR提升70%以上;最后,设计了一种斜线查找矩阵,通过对图像行扫描生成该矩阵,矩阵最大值的横纵坐标即为海天线的位置和角度。实测数据的试验结果验证了该方法的有效性且算法运算简单,易于工程应用。创新点在于使用模板运算与形态学相结合的方法提高了海天线SNR并设计了斜线查找矩阵可以简单地定位海天线的位置和角度,减少了计算复杂度。(本文来源于《红外与激光工程》期刊2013年12期）
王丁禾,牛照东,张聘义,陈曾平[9]（2012）在《利用模糊综合评判技术提取红外图像海天线》一文中研究指出海天线检测是红外图像自动目标识别技术的一项重要内容。本文深入分析了海天背景红外图像的特点,提出了一种基于四项特征评分因子的海天线模糊识别算法。首先对梯度图进行Radon变换以提取候选海天线,然后联合候选海天线四种特征信息进行模糊综合评判,最后根据评判值大小给出海天线识别结果。算法对比和实测数据结果表明,该方法适用范围广,抗噪声和抗干扰能力强,识别率高,可以有效地检测出各种复杂海天背景下的海天线,为进一步应用(如目标识别)奠定了良好的基础。(本文来源于《光电工程》期刊2012年11期）
吴滢跃,汤心溢,刘士建,张浩均,周妮[10]（2012）在《一种基于图像分割的海天线提取算法》一文中研究指出针对红外图像中海天线的特点,提出一种基于图像分割的海天线提取方法。首先通过模板运算对图像进行预处理,以增强海天区域的图像梯度值,然后在竖直方向对图像进行分割,以定位局部海天线,最后用直线拟合法找出海天线位置。实验结果表明,该方法可以快速有效地检测出海天线位置,易于工程应用。(本文来源于《红外技术》期刊2012年10期）
海天线提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
我国具有绵长的海岸线和广阔的海洋领土,海洋维权执法及海上搜救任务繁重,大力开发先进的海域监控设备,研究海上目标检测方法具有重要的意义。在海域监控领域采用全景视觉系统,可以满足海洋环境下大视场、全范围、远距离监控的需求,有效减少监控设备数量、降低硬件成本,但该系统目前缺乏成熟的目标检测技术支持。由远及近驶来的远景目标会最先出现在海天线上,在海天线区域检测小目标可为拍摄取证等工作提供更多的反应时间,因此本论文开展基于全景海天线提取的小目标检测算法研究。折反射全景视觉系统成像原理的特殊性,不仅使得常规视觉中的直线海天线在全景图像中呈椭圆形,而且使得全景图像中包含有大量全景设备区成像。鉴于全景海域图像的特殊性和背景的复杂性,本文的基本研究思路为:首先在全景图像中对海天线提取和目标检测有不良影响的全景设备区干扰进行提取和剔除,然后进行全景海天线提取,最后在海天线区域检测小目标。因此论文研究的叁大核心内容为:全景设备区提取、全景海天线提取以及海天线区域的小目标检测。首先,进行了全景设备区提取方法研究。根据全景设备区属于人造物体,其纹理特征与海面、天空等自然景物有明显区别的特点,设计了基于分形维数的全景设备区提取算法;根据全景图像中的全景设备区干扰比较明显,更易引起视觉注意的特点,设计了基于视觉显着图的全景设备区提取算法;并通过实验验证了上述算法的有效性。其次,进行了基于全景视觉的海天线提取算法研究。在抑制了全景设备区干扰的基础上,针对全景海天线呈近似圆形的特点,设计了基于改进梯度Hough圆变换的海天线提取算法;针对全景海天线具有明显边缘轮廓特征的特点,提出了基于改进主动轮廓模型的海天线提取算法;针对全景海天线在全景图像中的梯度能量相对较大的特点,提出了一种基于改进Seam Carving的海天线提取算法;最后通过实验验证了这叁种算法的有效性,并与现有文献中的算法进行了实验对比分析。最后,进行海天线区域的小目标检测算法研究。在海天线提取的基础上,将小目标视为图像信号的奇异点,设计了一种基于提升小波互能量的海天线区域小目标检测算法;利用暗通道理论对目标的放大作用,提出了一种基于暗通道先验理论的海天线区域小目标检测算法。最后通过大量实验验证了算法的有效性,并与现有文献中的算法进行了实验对比与统计分析,验证了算法的优越性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
海天线提取论文参考文献
[1].孙茂芬,卢道华,李忠国,王佳.海上监控图像的海天线及其目标区域提取[J].机械工程师.2016
[2].庞迪.基于全景海天线提取的小目标检测方法研究[D].哈尔滨工程大学.2015
[3].苏丽,庞迪.全景海域图像中的圆形海天线提取[J].光学精密工程.2015
[4].杨常青,金良安,郑振宇,郑智林.基于局部二元模式的海天线提取方法研究[J].科技创新与应用.2015
[5].雷琴,施朝健,陈婷婷.基于均值漂移边缘提取的海天线检测方法[J].计算机应用与软件.2015
[6].朱齐丹,徐从营,蔡成涛,周娜.全景图像海天线提取及舰船目标自动检测[J].计算机测量与控制.2014
[7].苏丽,尹义松,刘志林.基于全景海天线提取的海面小目标检测[C].第叁十叁届中国控制会议论文集（C卷）.2014
[8].刘士建,吴滢跃,蔡能斌.低SNR海天线提取算法[J].红外与激光工程.2013
[9].王丁禾,牛照东,张聘义,陈曾平.利用模糊综合评判技术提取红外图像海天线[J].光电工程.2012
[10].吴滢跃,汤心溢,刘士建,张浩均,周妮.一种基于图像分割的海天线提取算法[J].红外技术.2012