论文摘要
在靶场试验中,为了实时了解试验进程和试验结果,对于海上重点目标的识别并保持监视十分重要。在传统的试验条件下,往往通过试验摄录舰、摄录直升机或陆上摄像机进行拍摄。通过试验摄录舰、摄录直升机拍摄通常存在较大试验风险,通过陆上长焦摄像机拍摄往往因天气因素或因拍摄距离限制而造成拍摄效果不理想。本课题拟采用摄录无人机拍摄目标靶船,利用无人机平台上的红外图像传感器来获取海上目标的红外图像,通过目标识别系统进行海上重点目标识别,实现对目标进行有效探测和识别,然后将获得的靶船图像实时传输给指控中心,使指挥员准确掌握试验态势,高效进行指挥决策。本文深入分析了红外图像中舰船目标的红外成像特性,对红外图像的特征进行了分析。对于红外图像的预处理采用去噪、灰度级修正和锐化处理。对原始图像首先应用中值滤波器进行去噪处理,然后应用线性变换函数进行灰度级修正。针对经过去噪和灰度级修正的图像边缘变模糊的问题,对图像做进一步锐化处理,图像锐化时采用的是空间域处理方法中效果较好的拉普拉斯算子来实现。对于经过预处理的红外图像采用基于小波变换方法进行目标的分割与检测方法。海上目标背景复杂,通常又比较模糊,本系统采用基于小波变换的两种算法相结合的方式进行目标的分割工作,首先采用基于边缘小波特征的红外弱小目标检测方法进行检测;若没能准确分割出目标,则采用基于小波多尺度互能量交叉融合滤波的弱小目标检测算法做进一步的目标分割与检测。深入研究了传统模式识别技术和人工神经网络理论,本论文选择基于BP神经网络的模式识别技术作为识别的方法,完成了BP网络识别程序实现。在实际试验任务中,经人工神经网络识别确认的目标靶船,还要经过指挥员结合海上雷情信息、舰船AIS信息和靶场其它测控装备摄录情况综合判定是否为目标靶船,以提高识别准确率。最后,本文构建了无人机红外遥感图像摄录平台。重点描述了信息获取与识别处理系统的设计,该系统主要包含红外遥感图像采集模块、遥感图像目标的分割与检测模块和遥感图像目标识别模块,通过该系统可以实现对目标靶船图像的预处理、目标的分割与检测和最终的目标识别。
论文目录
摘要Abstract第1章 绪论1.1 课题的研究背景及意义1.2 红外舰船目标识别的研究现状与发展趋势1.2.1 红外舰船目标识别技术的研究现状1.2.2 红外舰船目标识别技术的发展趋势1.3 本文的研究内容和章节安排第2章 舰船红外图像的预处理2.1 红外图像特征分析2.2 红外图像去噪2.3 红外图像灰度级修正2.4 红外图像锐化处理第3章 基于小波变换的红外图像目标分割与检测方法3.1 小波基本概念3.2 二维小波变换3.3 基于边缘小波特征的红外弱小目标检测3.3.1 小波边缘检测算法原理3.3.2 基于边缘小波特征的目标检测算法流程3.3.3 水天线的直线方程估计3.3.4 目标精细搜索与定位3.3.5 实验结果与结果分析3.4 基于小波多尺度互能量交叉融合滤波的弱小目标检测3.4.1 算法流程3.4.2 多尺度互能量交叉算子3.4.3 目标检测算法设计3.4.4 目标定位方法设计3.4.5 双窗口不相似度量方法3.4.6 实验结果与分析3.5 本章小结第4章 基于神经网络红外目标识别方法设计4.1 红外图像识别概述4.2 红外目标特征提取4.2.1 红外目标特征提取与选择4.2.2 红外图像目标识别的分类器设计4.3 神经网络理论介绍4.3.1 BP神经网络的基本结构4.3.2 BP算法基本思想4.3.3 BP神经网络训练的过程4.3.4 BP神经网络的参数选择4.3.5 BP算法的缺点和改进4.4 基于BP神经网络的红外目标识别4.4.1 BP神经网络结构设计4.4.2 BP网络识别程序实现与结果分析4.5 本章小结第5章 红外识别系统设计及其应用5.1 无人机平台设计方案5.1.1 无人机平台选型5.1.2 无人机红外遥感图像摄录平台设计方案5.2 测控及信息传输系统设计5.3 信息获取与识别处理系统设计5.3.1 目标跟踪方式分析5.3.2 红外目标识别过程5.3.3 红外遥感图像采集模块设计与实现5.3.4 遥感图像目标的分割与检测模块设计与实现5.3.5 遥感图像目标识别模块设计与实现5.4 红外识别系统实验结果与分析5.5 本章小结第6章 总结与展望6.1 总结6.2 展望参考文献致谢攻读学位期间发表的论著、获奖情况作者从事科学研究简历
相关论文文献
标签:海上目标识别论文; 指挥控制论文; 神经网络论文; 目标分割与检测论文; 小波变换论文;
基于无人机红外遥感图像的海上目标识别系统设计及其应用
下载Doc文档