面向圓形類目標的檢測算法研究.pdf

1、油罐、雷達罩等圓形類目標一直以來都是重要的軍事打擊對象，衛(wèi)星零部件如太陽能帆板、天線等，在遠端拍攝的衛(wèi)星圖中都會呈現(xiàn)圓形類形狀。圓形類物體是視覺目標中的一個重要子集，在我們的生活中隨處可見，也出現(xiàn)在各種工業(yè)應用的場合中。圓形類目標檢測算法作為定位圓形類目標的基本技術途徑，其研究對于國防、國民經濟和社會發(fā)展有著重大的影響。
　　本文在研究和分析傳統(tǒng)圓形類目標檢測算法的基礎上，針對實時性、目標邊緣模糊和目標尺度小等幾類研究難點，運用弧

2、線擬合、提取特征和建立模型的方法解決多種場景下圓形類目標的檢測問題。
　　分析Hough變換等傳統(tǒng)圓形類目標檢測算法，針對它們存在系統(tǒng)開銷大、實時性差的缺點，提出基于弧線分組擬合的快速圓形類目標檢測算法。算法充分利用目標的邊緣信息，根據物體邊緣的梯度方向與凸特性對弧線聚類分組，最后利用圓形類的極點極線性質與Aguado定理擬合目標參數(shù)并檢測出圓形類目標。
　　對于邊界模糊的目標，不能提取到高質量的邊緣信息，所有以邊緣提取為基

3、礎的方法都不能得到很好的檢測效果。針對邊緣模糊的情況，提出運用提取目標特征的方法去檢測圓形類目標。算法選用HOG與LBP特征，結合支持向量機對特征進行訓練并得到分類面參數(shù)，在邊緣模糊情況下檢測出圓形類目標。
　　針對小尺度的圓形類目標，提出運用結構先驗知識構造模型進行圓形類目標的檢測。算法充分利用圓形類目標的形狀與結構特性，構造基于先驗知識的結構模型，并依據形態(tài)與尺度的變化動態(tài)地更新模型，對于小目標有很強的適應性?；诮Y構模型的小