水面目標(biāo)檢測(cè)與識(shí)別算法研究.pdf

1、最近幾年，海洋經(jīng)濟(jì)總量持續(xù)快速增長(zhǎng)，并成為拉動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展的重要引擎。海洋裝備和港口設(shè)施對(duì)海洋經(jīng)濟(jì)的發(fā)展起著重要的促進(jìn)作用。無人艇作為一種智能型海洋裝備受到全世界的關(guān)注，并得到快速發(fā)展。本文重點(diǎn)關(guān)注水面目標(biāo)的檢測(cè)與識(shí)別算法研究，在實(shí)際應(yīng)用中包括兩個(gè)方面：基于無人艇的水面目標(biāo)檢測(cè)與識(shí)別算法研究和紅外圖像下泊港艦船檢測(cè)算法研究。
　　針對(duì)基于無人艇的水面目標(biāo)檢測(cè)與識(shí)別算法研究，由于水面氣候條件復(fù)雜、背景復(fù)雜多變、目標(biāo)類型眾多，如果直接

2、在原始圖上進(jìn)行檢測(cè)，不僅難度較高，而且速度和準(zhǔn)確率都很難得到保證。本文中提出了兩種不同的解決思路，一種是通過將目標(biāo)性和顯著性相結(jié)合起來，首先，通過目標(biāo)性分析得到目標(biāo)候選區(qū)域，此時(shí)目標(biāo)候選區(qū)域中會(huì)存在一定虛警信息，然后利用顯著性分析得到顯著性區(qū)域，最后將目標(biāo)性與顯著性相結(jié)合，剔除虛警，得到目標(biāo)準(zhǔn)確位置，該算法不帶有特定目標(biāo)類型信息，因此普適性較好；另外一種是將深度學(xué)習(xí)應(yīng)用到水面目標(biāo)的檢測(cè)與識(shí)別中，并同時(shí)給出目標(biāo)的具體類別信息和置信度。相比

3、于現(xiàn)有的目標(biāo)檢測(cè)與識(shí)別算法，本文中提出的算法無論準(zhǔn)確率上還是在速度方面上都有一定的提升，對(duì)無人艇的自動(dòng)避障和自主航行具有重要的指導(dǎo)意義。
　　針對(duì)紅外圖像下泊港艦船檢測(cè)算法研究，由于紅外成像的特點(diǎn)，想要通過泊港內(nèi)艦船的邊緣和紋理來直接做檢測(cè)是非常困難的，并且實(shí)際場(chǎng)景中泊港內(nèi)的背景十分復(fù)雜，有艦船、港口、海水、道路等多種目標(biāo)類型，同時(shí)艦船的姿態(tài)、位置、大小、數(shù)量都是不確定的?？紤]到以上幾個(gè)難點(diǎn)，本文通過兩步來實(shí)現(xiàn)泊港內(nèi)艦船檢測(cè)：港口