基于全景視覺的艦船小目標(biāo)檢測方法研究.pdf

1、小目標(biāo)檢測是計(jì)算機(jī)視覺的一個(gè)重要課題，在環(huán)境監(jiān)控領(lǐng)域有著十分廣泛的應(yīng)用前景。同時(shí)全景視覺具有水平方向360°大視場、信息豐富等優(yōu)點(diǎn)，將全景視覺應(yīng)用到海洋監(jiān)控領(lǐng)域，對縮減設(shè)備數(shù)量、減少預(yù)算開支具有重要價(jià)值。
　　本文主要研究全景視覺海天背景下海上艦船小目標(biāo)的檢測方法，所謂小目標(biāo)是指艦船目標(biāo)成像距離較遠(yuǎn)，在圖像中僅占幾十個(gè)甚至幾個(gè)像素的目標(biāo)，本文的主要任務(wù)是檢測出盡可能遠(yuǎn)的艦船小目標(biāo)，基本思路是在對采集的全景圖像進(jìn)行預(yù)處理的基礎(chǔ)上檢測

2、海天線，然后在海天線附近檢測是否存在艦船小目標(biāo)，所以圖像預(yù)處理、海天線檢測以及小目標(biāo)檢測是本文的三大核心內(nèi)容。
　　首先在分析了全景圖像特點(diǎn)的基礎(chǔ)上，設(shè)計(jì)了全景圖像預(yù)處理算法。研究了圖像去噪基本算法——均值濾波、中值濾波和高斯濾波，經(jīng)實(shí)驗(yàn)對比選擇中值濾波與高斯濾波相結(jié)合的方式完成圖像濾波任務(wù)；然后研究了圖像銳化算法——梯度銳化和拉普拉斯銳化算法，經(jīng)實(shí)驗(yàn)對比選擇拉普拉斯銳化算法完成圖像銳化任務(wù)；研究了傳統(tǒng)Canny邊緣檢測算法和自適

3、應(yīng)閾值Canny邊緣檢測算法并分別編程實(shí)現(xiàn)了全景圖像的邊緣檢測，針對這兩種邊緣檢測算法存在的問題，設(shè)計(jì)了分塊自適應(yīng)閾值Canny邊緣檢測算法，該算法克服了傳統(tǒng)Canny和自適應(yīng)Canny在圖像亮度不均時(shí)的不足，實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性和優(yōu)越性。
　　其次研究基于全景視覺的海天線檢測方法。全景圖像的海天線檢測可以分為兩個(gè)思路：一是將全景圖像進(jìn)行柱面展開，然后在展開圖像中進(jìn)行海天線檢測；二是直接在全景圖像中進(jìn)行圓型海天線的檢測。根據(jù)

4、第一個(gè)思路，本文設(shè)計(jì)了基于動(dòng)態(tài)規(guī)劃的海天線檢測方法，在全景圖像的柱面展開圖中進(jìn)行海天線的檢測，實(shí)驗(yàn)證明了在海天線斷裂缺口較小的情況下該算法的有效性。根據(jù)第二個(gè)思路，本文提出了兩種全景圖像海天線檢測算法——基于最外邊緣搜索的海天線檢測算法和基于最長曲線搜索的海天線檢測算法，大量的實(shí)驗(yàn)結(jié)果驗(yàn)證了這兩種算法的有效性和優(yōu)越性。
　　最后研究基于全景視覺的艦船小目標(biāo)檢測方法。研究了現(xiàn)有的可見光小目標(biāo)檢測方法——頻率調(diào)諧法和提升小波法，由于上