海面背景下的红外舰船目标识别跟踪技术研究

海面背景下的红外舰船目标识别跟踪技术研究

论文摘要

随着海军在现代战争中作用的不断提升和各种先进作战舰船的不断装备,基于海面背景的红外舰船目标识别成为红外自动目标识别领域中的重要研究课题。但由于海天背景比较复杂、目标成像特性受气象条件影响较大,使得红外舰船目标的识别与跟踪较为困难,本文围绕此课题展开研究。本文分析了红外舰船目标的成像特性,对比了多种图像预处理方法的背景抑制效果,研究了基于形态学滤波的图像预处理方法,分析了选取不同的结构元素对形态滤波的影响。研究了海面背景下红外舰船目标的识别方法。介绍了目标的特征选取准则,在此基础之上提出了基于得分机制的目标识别过程:针对不同的目标,依据其置信度在目标特征识别中权重的不同,分类识别出不同的目标。在目标识别的基础上,针对近距离的海面舰船目标,本文介绍了基于灰度特征的多模板匹配跟踪算法,并对传统的模板更新方法做了改进。图像匹配的速度主要取决于匹配算法的搜索策略,为了加快图像匹配速度,本文提出了一种新的全局并行爬山搜索策略,实现快速图像匹配的目的。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题研究背景及意义
  • 1.2 红外舰船目标检测、识别及跟踪技术的研究现状与发展趋势
  • 1.2.1 基于海面背景的红外舰船目标检测技术研究现状及发展趋势
  • 1.2.2 红外舰船目标识别技术的研究现状及发展趋势
  • 1.2.3 红外舰船目标跟踪技术的研究现状及发展趋势
  • 1.3 研究内容和论文安排
  • 第二章 海面背景下红外图像预处理研究
  • 2.1 绪论
  • 2.2 海面背景下红外舰船目标成像特性
  • 2.2.1 海面背景红外图像成像特点
  • 2.2.2 红外舰船目标成像特性
  • 2.3 基于形态学的海面背景红外图像预处理算法
  • 2.3.1 形态学滤波基本理论
  • 2.3.2 基于海面背景的红外图像预处理算法研究
  • 2.3.3 基于圆线形结构算子的形态滤波研究
  • 2.4 小结
  • 第三章 红外舰船目标识别技术研究
  • 3.1 绪论
  • 3.2 红外舰船目标的特征参数定义与分析
  • 3.3 红外舰船目标特征选取
  • 3.4 基于得分机制目标识别
  • 3.4.1 得分机制
  • 3.4.2 判决准则
  • 3.4.3 实验仿真及结果分析
  • 3.5 小结
  • 第四章 海面目标跟踪技术研究
  • 4.1 绪论
  • 4.2 匹配跟踪技术
  • 4.2.1 匹配准则
  • 4.2.2 多模板匹配
  • 4.2.3 模板更新
  • 4.3 搜索法则
  • 4.3.1 传统遍历性搜索算法
  • 4.3.2 全局并行爬山搜索策略
  • 4.4 实验结果
  • 4.5 小结
  • 结束语
  • 致谢
  • 参考文献
  • 作者在学期间取得的学术成果
  • 相关论文文献

    • [1].基于改进证据支持度的多传感器空中目标识别[J]. 计算机仿真 2020(07)
    • [2].基于迁移学习的水声目标识别[J]. 计算机系统应用 2020(10)
    • [3].水声目标识别技术的现状与发展[J]. 电子技术与软件工程 2019(18)
    • [4].深度学习在遥感影像目标识别与定位中的应用研究[J]. 科技创新与应用 2019(34)
    • [5].基于微服务的空天协同目标识别与监视系统设计与实现[J]. 软件 2019(11)
    • [6].深度学习在水声目标识别中的应用研究[J]. 数字海洋与水下攻防 2020(01)
    • [7].电子目标识别关键指标建模与分析[J]. 电子信息对抗技术 2019(04)
    • [8].基于深度学习的航拍图像目标识别[J]. 数码世界 2019(05)
    • [9].基于稀疏非负矩阵分解的低空声目标识别[J]. 声学技术 2020(01)
    • [10].基于深度神经网络的雷达幅度序列目标识别[J]. 电脑知识与技术 2020(13)
    • [11].水声目标识别技术现状与发展[J]. 指挥信息系统与技术 2018(02)
    • [12].目标识别与人工智能高峰论坛征文通知[J]. 太赫兹科学与电子信息学报 2017(02)
    • [13].视觉动态目标识别研究进展[J]. 北京联合大学学报 2013(04)
    • [14].基于知识的合成孔径雷达图像目标识别研究[J]. 图书情报工作 2012(S1)
    • [15].自平衡跟随机器人的目标识别及预测重拾策略[J]. 计算机与现代化 2019(05)
    • [16].水下目标识别技术探究[J]. 数字通信世界 2019(04)
    • [17].目标识别与人工智能高峰论坛征文通知[J]. 光学与光电技术 2017(03)
    • [18].目标识别与人工智能高峰论坛[J]. 太赫兹科学与电子信息学报 2017(03)
    • [19].领域自适应目标识别综述[J]. 中兴通讯技术 2017(04)
    • [20].机载雷达图像目标识别模型仿真研究[J]. 计算机仿真 2014(12)
    • [21].小波分析和神经网络在水下目标识别中的研究[J]. 计算机仿真 2011(02)
    • [22].基于卷积神经网络迁移学习的飞机目标识别[J]. 现代雷达 2019(12)
    • [23].基于神经网络的多类别目标识别[J]. 控制与决策 2020(08)
    • [24].水下目标识别的规划融合算法[J]. 现代防御技术 2018(06)
    • [25].浅谈舰船目标识别的方法和技术[J]. 舰船科学技术 2016(02)
    • [26].基于双目视觉的目标识别与定位[J]. 河南理工大学学报(自然科学版) 2014(04)
    • [27].基于微动特征的弹道导弹目标识别仿真分析[J]. 弹箭与制导学报 2010(01)
    • [28].空中目标识别方法研究[J]. 中国新通信 2019(16)
    • [29].无人机在海上舰船目标识别中的应用[J]. 舰船科学技术 2017(12)
    • [30].粒子群的K均值聚类算法实现海上目标识别[J]. 舰船科学技术 2016(12)

    标签:;  ;  ;  ;  ;  

    海面背景下的红外舰船目标识别跟踪技术研究
    下载Doc文档

    猜你喜欢