舰船目标自动检测与跟踪测量系统研究

论文摘要

在现代海战中,在海上运动观测平台上对运动目标的有效检测和跟踪测量,已成为各国海军关注的重大课题,有关方法的研究也成为发展海上军事技术的迫切需要,其研究成果将对增强对海面目标的探测识别能力,提高作战效能,具有十分重要的意义。使用数字成像的方式观察舰船目标并对目标进行自动检测和跟踪测量具有造价低、实时性好、隐蔽性好等优点。本文基于数字成像技术,在海天背景图像显示处理、海天线检测、目标区域检测及目标分割、角点检测、跟踪测量及像机标定等方面进行了研究,并提出了一些新的思想和方法。本论文的主要工作包括:1、海天背景图像显示处理方法研究。研究了海天背景图像的特点以及常用增强方法在海天背景图像上的应用,并设计实现了一种适用于不同成像环境的图像预处理系统。同时,研究实现了对图像中的目标进行稳像的方法。2、海天线检测方法的研究。研究了Hough变换法、直线拟合法、小波变换法在海天线检测中的应用,并提出了一种基于区域方差和RANSAC的海天线检测新方法。3、在已检测出海天线的基础上提出了三种目标区域检测方法:线灰度值法、区域方差法和边缘检测法。在已检测出目标区域的基础上研究了区域增长法、最大类间方差法等常用图像分割算法对舰船目标的分割,重点研究了基于遗传算法思想的图像分割方法,并用实例进行了分析。4、在舰船目标分割的基础上,研究了几种常用的角点检测算子,并进行了实验对比,选用了其中的效果较好的Harris算子检测舰船目标角点特征。5、研究了对角点的跟踪方法以及基于跟踪位置的测量方法。对常用的跟踪方法进行了研究,并提出了一种融合了卡尔曼滤波、金字塔算法并将固定模板和变模板结合使用的跟踪方法。同时,建立了舰船数据库系统,实现了像机的标定功能,对舰船各运动参数的测量给出了计算方法。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 概述
• 1.2 国内外相关技术研究现状
• 1.3 系统工作流程
• 1.4 本文主要工作
• 第二章 海天背景图像显示处理方法研究
• 2.1 海天背景图像的特点
• 2.2 海天背景图像常用增强方法
• 2.2.1 对比度增强
• 2.2.2 直方图增强
• 2.2.3 平滑去噪
• 2.2.4 锐化
• 2.2.5 同态滤波增晰
• 2.2.6 伪彩色和假彩色
• 2.3 图像预处理系统的设计与实现
• 2.4 舰船目标稳像方法研究
• 2.4.1 基本方法
• 2.4.2 实验分析
• 2.5 本章小结
• 第三章 海天线检测方法研究
• 3.1 海天线检测常用方法介绍与分析
• 3.1.1 Hough 变换法
• 3.1.2 直线拟合法
• 3.1.3 小波变换法
• 3.2 基于区域方差和RANSAC 的海天线检测新方法
• 3.2.1 海天背景图像方差分析
• 3.2.2 确定海天线直线参数
• 3.2.3 实验分析
• 3.3 本章小节
• 第四章 舰船目标区域自动检测与目标分割方法研究
• 4.1 舰船目标区域自动检测方法研究
• 4.1.1 线灰度值法
• 4.1.2 区域方差法
• 4.1.3 边缘检测法
• 4.2 图像分割的常用方法
• 4.2.1 区域生长法
• 4.2.2 最大熵法
• 4.2.3 最小误差法
• 4.2.4 最大类间方差法
• 4.3 基于遗传算法的图像分割方法研究
• 4.3.1 遗传算法基本思想
• 4.3.2 遗传算法在图像分割中的应用
• 4.3.3 基于遗传算法和二维最大类间类内距离比的分割算法实现
• 4.4 实验分析
• 4.5 本章小结
• 第五章 角点检测方法研究
• 5.1 角点分类及检测准则
• 5.2 常用角点检测算子介绍
• 5.2.1 Moravec 角点检测算子
• 5.2.2 Forstner 角点检测算子
• 5.2.3 SUSAN 角点检测算子
• 5.2.4 Harris 角点检测算子
• 5.3 实验分析
• 5.4 本章小结
• 第六章 跟踪方法研究及测量实现
• 6.1 目标跟踪的常用方法
• 6.1.1 波门跟踪法
• 6.1.2 差图像法
• 6.1.3 基于灰度的跟踪方法
• 6.2 改进的相关跟踪方法
• 6.2.1 卡尔曼滤波原理
• 6.2.2 目标模板的选取
• 6.2.3 金字塔算法原理
• 6.2.4 改进的相关跟踪方法具体实现
• 6.2.5 实验分析
• 6.3 目标运动参数测量的实现
• 6.3.1 像机的标定
• 6.3.2 舰船数据库系统的建立
• 6.3.3 目标各项运动参数的测量
• 6.4 本章小结
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果