论文题目: 探地雷达地雷图像处理与目标识别方法
论文类型: 博士论文
论文专业: 计算机应用技术
作者: 张菁
导师: 刘群
关键词: 地雷图像处理,目标识别,探地雷达,支持向量机,竞争学习
文献来源: 哈尔滨工程大学
发表年度: 2005
论文摘要: 地雷探测过程包括以下步骤:首先是通过探测器对地下的地雷进行探测,然后对探测结果进行分析生成图像,最后进行图像处理与分析将地雷从背景环境中识别出来。因此地雷图像处理与目标识别是地雷探测系统中的一个重要组成部分。从地雷的组成材料来说,地雷主要分为金属地雷和非金属地雷两种。传统的金属地雷探测器对金属地雷探测效果好。探地雷达对塑料或橡胶地雷的探测效果好。但是总的来说,无论采用何种地雷探测器,如果不借助于图像处理与目标识别技术,地雷的识别率都不高。有的甚至是一千次预报,只有一次是正确的。因此,在现有的地雷探测器的基础上要提高识别地雷的能力,地雷图像处理与目标识别研究无疑具有重要的理论意义和实际应用价值。 近年来,地雷图像处理与目标识别的研究引起了国内外许多学者的关注,但是仍然存在许多问题,主要有以下几个方面:(1)由于塑料或橡胶地雷对探地雷达波的反射特征与石头和土地等其他物质的反射特征相似,如何从其他物质中将地雷准确地识别出来是地雷识别中需要解决的问题。(2)由于探地雷达波长的限制和地面对雷达波的散射使得探地雷达图像中地雷的尺寸要大于其实际尺寸,有时甚至是其实际尺寸的二倍。这给识别塑料地雷的型号增加了困难。(3)在探测地雷之前地下埋藏地雷的种类是无法预知的,因此在实际探测地雷时是将金属和探地雷达探测器同时使用的。处理图像时就必须将两种探测器的图像融合起来,此时要提高地雷的识别率,就涉及到如何提高融合图像质量的问题。 针对以上问题,本文的主要研究工作如下: 1.在研究探地雷达图像特点的基础上,总结出地雷目标的特征,从而提出了基于支持向量机的地雷识别方法。试验表明该方法能够从多个目标中将地雷识别出来,为地雷识别开辟了新的途径。 2.针对地雷图像中目标尺寸大于其实际尺寸,提出一种缩小图像目标尺寸的图像分割方法。并且提出了改进竞争学习的图像分割算法——用权值代替图像目标边缘点坐标值。该方法包括两个步骤:首先是图像的粗分割,获
论文目录:
第1章 绪论
1.1 课题的提出
1.2 课题的研究背景
1.3 探地雷达图像处理与目标识别技术综述
1.3.1 恢复图像中地雷尺寸的方法
1.3.2 图像分割技术
1.3.3 目标识别技术
1.3.4 图像融合技术
1.3.5 图像配准技术
1.4 本文的主要研究工作
第2章 地雷图像处理与识别过程模型
2.1 引言
2.2 地雷图像处理与识别过程模型
2.3 探地雷达数据的特征
2.3.1 探地雷达数据
2.3.2 探地雷达数据的形成过程
2.4 图像预处理
2.5 B扫描图像地雷目标识别方法
2.5.1 地雷目标的特点
2.5.2 最优分类方法
2.6 C扫描地雷图像分割
2.7 图像配准
2.8 本章小结
第3章 基于维纳滤波器地雷图像预处理
3.1 引言
3.2 地雷图像预处理过程
3.3 基于维纳滤波器地雷图像预处理方法
3.4 实验结果与分析
3.5 本章小结
第4章 地雷目标识别的支持向量机原理与方法
4.1 引言
4.2 地雷识别方法的提出
4.3 基于支持向量机的地雷识别方法
4.3.1 对未知样本的输出做出尽可能准确的预测
4.3.2 地雷分类问题
4.3.3 非线性地雷区域分割最有分类超平面
4.3.4 基于支持向量记得地雷目标识别算法
4.4 实验结果与分析
4.5 本章小结
第五章 基于改进竞争学习的图像分割方法
5.1 引言
5.2 地雷图像分割处理过程模型
5.2.1 图像中目标的粗分割
5.2.2 图像精细分割
5.3 图像精细分割方法
5.3.1 图像精细分割处理的网络结构
5.3.2 图像精细分割处理算法
5.3.3 竞争学习方法改进
5.4 分割处理的实验与结果分析
5.5 本章小结
第6章 图像三级配准处理方法及其实验验证
6.1 引言
6.2 图像配准处理的要求
6.3 图像三级配准的处理过程
6.4 实验与实验结果分析
6.5 性能与分析
6.6 本章小结
结论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢
个人简历
发布时间: 2005-10-21
参考文献
- [1].极化SAR图像处理的相关问题研究[D]. 何伟.西安电子科技大学2016
- [2].SAR图像处理的若干关键技术[D]. 李卫斌.西安电子科技大学2004
- [3].基于远程相关性的图像处理[D]. 王舟.华南理工大学1998
- [4].独立分量分析方法及在图像处理中的应用研究[D]. 王明祥.上海大学2005
- [5].基于小波和偏微分方程的图像处理方法与应用[D]. 蔡超.华中科技大学2005
- [6].SAR图像处理的独立分量分析方法[D]. 纪建.西北工业大学2007
- [7].基于物联网的奶牛场数字化管理关键技术研究[D]. 霍晓静.河北农业大学2014
- [8].逆合成孔径雷达成像及目标识别[D]. 张兴敢.南京航空航天大学2002
- [9].基于稀疏特征的SAR图像处理与应用研究[D]. 季秀霞.南京航空航天大学2016
- [10].复合轴光电精密跟踪伺服控制关键技术研究[D]. 黄海波.武汉大学2011