基于局部特征的在轨卫星遥感图像舰船检测

发布时间：2023-12-31 08:41

　　以航母为代表的大型舰船具有重要军事用途和独特政治外交意义,发现和检测此类舰船、了解其部署变更情报对国家安全策略制定与国民经济发展意义重大。由于实时检测需求和星对地传输数据的局限,在轨实现遥感图像的舰船目标检测成为必然,而在轨卫星的性能限制和遥感图像的高分辨率、大尺度和小目标特性,是完成在轨检测的主要难题。针对高分辨率遥感图像及在轨舰船目标检测任务的特性,本文对目前主流的目标检测方法进行了分析并利用实验进行了测试。提出了利用加速SNIC超像素在保证目标完整性的前提下对高分辨率遥感图像进行分割并实现目标预定位,在预定位区域利用局部特征和可变阈值近邻校验实现目标检测的算法,并对算法的计算效率和检测效果进行了对比和实验验证。本文的主要工作如下:1.在超像素分割方面,本文对比了目前顶尖性能的超像素算法,选取了具有最佳性能和效率平衡的SNIC算法。为了提高分割速度,对图像降采样后进行分割,通过转化、公式变形和近似对原始算法的像素距离计算方法进行了加速,并将原算法浮点计算数据通过归一和平移转换为整形计算;改进了超像素中心的更新策略,进一步提高了分割的效率;对超像素边缘进行拓展使其成为边缘重叠的超像素...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 选题背景和意义
    1.2 国内外研究现状
        1.2.1 卫星遥感图像研究现状
        1.2.2 遥感图像目标检测研究现状
    1.3 研究内容
    1.4 论文组织结构
第二章 超像素分割及局部特征相关技术介绍
    2.1 超像素分割算法
    2.2 局部特征
        2.2.1 SIFT算法与SURF算法
        2.2.2 BIRSK算法、FREAK算法与ORB算法
        2.2.3 局部特征算法性能比较
        2.2.4 特征匹配
    2.3 星载平台
第三章 基于加速SNIC超像素分割的目标预定位
    3.1 原始SNIC超像素分割算法原理
        3.1.1 超像素分割原理
        3.1.2 SNIC超像素分割算法实现
    3.2 加速SNIC超像素分割算法
        3.2.1 像素距离计算的改进
        3.2.2 中心点更新策略的加速
        3.2.3 边缘重叠的超像素结构
    3.3 目标预定位的实现
        3.3.1 图像的缩放与分割
        3.3.2 快速滤波实现预定位
    3.4 本章小结
第四章 基于快速特征匹配的目标检测算法
    4.1 SURF局部特征检测
    4.2 传统SURF特征点匹配
        4.2.1 最近邻匹配算法
        4.2.2 近邻距离比算法
        4.2.3 随机抽样一致算法
    4.3 快速SURF特征点匹配
        4.3.1 可变阈值近邻距离比算法
        4.3.2 二次近邻距离校验算法
    4.4 在轨卫星舰船目标检测软件的设计与实现
        4.4.1 软件框架设计
        4.4.2 软件功能实现
        4.4.3 软件功能测试
        4.4.4 软件及算法性能测试
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简介



本文编号：3876321