双传感器图像联合目标检测及系统实现研究

双传感器图像联合目标检测及系统实现研究

论文摘要

随着现代科学技术的发展,单传感器信息处理技术已经广泛的应用于战场监视、工业过程控制、遥感和图像处理等诸多领域,在民用和军事领域都起到了越来越重要的作用。然而,仅靠单一传感器只能获取目标或场景的某个方面的信息,无法对目标进行精确、全面的表述。在这样的背景下,多传感器信息联合处理技术应运而生。多传感器信息联合处理的优势在于,能够通过多个传感器获取目标或场景的全面信息,通过对这些信息进行分析和组合,获得目标的一致性表述,提高所得结论的精确性和可靠性。利用来自多个传感器的图像进行联合目标检测,是多传感器信息联合处理技术的一个热门应用,也是近年来国内外图像信息处理领域研究的热点之一。在多传感器图像联合目标检测中,各单传感器图像目标检测效果的好坏,会直接影响到最终的联合目标检测效果,因此对单传感器图像目标检测算法的研究必不可少。如何将多个传感器提供的信息进行合理的组合,则是多传感器图像联合目标检测的重点所在。本文以合成孔径雷达(SAR)和高光谱图像为对象进行了以下几方面研究:首先研究了SAR图像的双参数恒虚警(CFAR)检测算法和高光谱图像的RX奇异检测算法。实验表明,上述两种算法在单传感器图像目标检测中均有较好的表现,但各自的缺点也很明显。然后深入研究了D-S证据理论,提出了一种基于D-S证据理论的双传感器图像联合目标检测算法。实验表明,在虚警概率为10-3数量级条件下,联合目标检测算法的检测概率达到84.51%,比仅用高光谱图像和SAR图像进行目标检测,检测概率分别提高了11.27%和19.72%。最后在理论算法研究的基础上,设计并实现了一个双传感器图像联合目标检测系统。该系统主要由模拟数据源模块和联合目标检测模块两部分组成。模拟数据源模块以FPGA为核心,主要负责在不同系统状态下的图像数据传输和存储;联合目标检测模块以DSP为处理核心,主要完成双传感器联合目标检测算法的硬件实现。系统测试结果表明,系统USB数据传输速率达到19MB/s,硬件实现图像联合目标检测算法耗时17.3s,联合目标检测概率比单传感器检测提高至少12%,以上指标均达到系统设计要求。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题来源及研究的目的和意义
  • 1.2 双传感器图像联合目标检测系统概述
  • 1.3 目标检测技术现状及发展概述
  • 1.3.1 SAR图像目标检测技术发展现状
  • 1.3.2 高光谱图像目标检测技术发展现状
  • 1.3.3 多传感器图像联合目标检测技术发展现状
  • 1.4 USB2.0 接口及数字信号处理器发展概述
  • 1.4.1 USB2.0 接口的特点及发展现状
  • 1.4.2 数字信号处理器发展概述
  • 1.5 本文的主要研究内容及结构安排
  • 第2章 单传感器图像目标检测技术研究
  • 2.1 引言
  • 2.2 SAR图像目标检测技术研究
  • 2.2.1 SAR概述
  • 2.2.2 SAR图像特点
  • 2.2.3 SAR图像CFAR目标检测算法研究
  • 2.2.4 SAR图像目标检测技术优缺点分析
  • 2.3 高光谱图像目标检测技术研究
  • 2.3.1 高光谱图像概述
  • 2.3.2 高光谱图像特点
  • 2.3.3 高光谱图像RX目标检测算法研究
  • 2.3.4 高光谱图像目标检测技术优缺点分析
  • 2.4 本章小结
  • 第3章 双传感器图像联合目标检测技术研究
  • 3.1 引言
  • 3.2 双传感器联合目标检测算法
  • 3.2.1 证据理论研究
  • 3.2.2 基于证据理论的融合目标检测算法
  • 3.3 实验结果分析
  • 3.3.1 实验基本情况
  • 3.3.2 SAR图像目标检测
  • 3.3.3 高光谱图像目标检测
  • 3.3.4 双传感器图像联合目标检测
  • 3.4 本章小结
  • 第4章 双传感器图像联合目标检测系统硬件实现
  • 4.1 系统设计
  • 4.1.1 系统总体分析
  • 4.1.2 系统方案设计
  • 4.2 模拟数据源模块设计
  • 4.2.1 USB设备开发
  • 4.2.2 FPGA控制系统设计
  • 4.3 融合目标检测模块设计
  • 4.3.1 TMS320C62XX系列DSP及DM6211 芯片特点介绍
  • 4.3.2 片内存储器设计
  • 4.3.3 外部存储器接口设计
  • 4.3.4 中断设计
  • 4.3.5 算法移植与程序优化
  • 4.4 实验结果分析
  • 4.5 本章小结
  • 结论
  • 参考文献
  • 附录
  • 攻读硕士学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].传感器技术融入“创新思维”的课程改革探索[J]. 轻工科技 2019(12)
    • [2].传感器技术在机电自动化控制中的应用[J]. 价值工程 2020(01)
    • [3].非线性传感器的融合在多小车平台中的应用[J]. 变频器世界 2019(11)
    • [4].堡盟的视野——访堡盟电子(上海)有限公司过程传感器业务发展经理张力[J]. 今日制造与升级 2019(11)
    • [5].《仪表技术与传感器》2019年总目次[J]. 仪表技术与传感器 2019(12)
    • [6].盾构设备中传感器技术的运用[J]. 云南水力发电 2019(06)
    • [7].传感器技术在机电技术中的应用探析[J]. 价值工程 2020(02)
    • [8].用于通过经皮传感器对患者进行分析的系统[J]. 传感器世界 2019(10)
    • [9].农业种植养殖传感器产业发展分析[J]. 现代农业科技 2020(02)
    • [10].2019年全球传感器行业市场现状及发展前景分析,预测2024年市场规模将突破3000亿[J]. 变频器世界 2019(12)
    • [11].传感器技术在机电自动化中的应用[J]. 科技风 2020(03)
    • [12].机电自动化中传感器技术的创新与发展[J]. 科技创新与应用 2020(07)
    • [13].车用传感器实验课程教学改革[J]. 科技风 2020(11)
    • [14].传感器技术在机电自动化系统中的应用[J]. 科技风 2020(10)
    • [15].自动化和检查传感器技术确保产品高质量[J]. 橡胶参考资料 2020(02)
    • [16].应用型本科院校“传感器技术”课程教学方案优化分析[J]. 无线互联科技 2020(04)
    • [17].机电技术中传感器技术运用效果分析[J]. 中国设备工程 2020(09)
    • [18].机电自动化控制过程中传感器技术的应用方法[J]. 中国设备工程 2020(12)
    • [19].研究人员开发出传感器皮肤 可为机器人抓手提供细腻的触感[J]. 润滑与密封 2020(05)
    • [20].机电一体化系统中传感器技术的运用研究[J]. 湖北农机化 2020(09)
    • [21].传感器技术在机电自动化控制中的应用[J]. 湖北农机化 2020(09)
    • [22].传感器技术在机械电子中的应用[J]. 信息通信 2020(06)
    • [23].新工科背景下传感器与检测技术课程改革与实践[J]. 教育现代化 2020(41)
    • [24].基于微课高职《传感器与检测技术》课程教学实践研究[J]. 计算机产品与流通 2020(09)
    • [25].传感器技术在机电自动化控制中的应用[J]. 科技风 2020(21)
    • [26].风向传感器校准装置对比试验与探讨[J]. 海峡科学 2020(07)
    • [27].关于传感器技术在机电自动化中的实践探讨[J]. 产业创新研究 2020(16)
    • [28].传感器技术在智慧农业中的应用研究[J]. 南方农机 2020(14)
    • [29].多传感器技术工业机器人的应用分析[J]. 黑龙江科学 2020(20)
    • [30].机电自动化控制中传感器技术的应用探讨[J]. 电子制作 2020(20)

    标签:;  ;  ;  ;  

    双传感器图像联合目标检测及系统实现研究
    下载Doc文档

    猜你喜欢