海空背景下UUV红外目标识别方法研究

摘要

水下无人航行器（Unmanned Underwater Vehicle，UUV）不仅在深水勘探等民用领域有着至关重要的作用，同时作为海上力量倍增器也具有极其重要的军事用途，是各国在和平开发海洋资源与保卫祖国海域安全中不可或缺的重要工具。红外技术具有作用距离远、隐蔽性强、昼夜可工作等优点，其应用十分广泛且在军事侦查与导弹制导等领域均发挥着举足轻重的作用。海空背景下UUV红外目标识别方法研究实现两者优势的综合，因此该课题具有重要的军事意义和工程实用价值。
　　本文主要实现了对UUV拍摄的近海面夜晚红外图像的相关处理以及海上目标的识别。主要内容如下：
　　（1）首先对本文所研究的UUV近海面夜晚红外图像特点进行了分析，针对夜晚红外图像具有模糊、对比度低的特点提出一种改进的归并直方图拉伸增强算法，该方法是以“吞噬”细节换取图像清晰度为前提的。实验证明该方法有效地改善了UUV近海面夜晚红外图像轮廓模糊的缺点，提高了图像对比度，使图像更为清晰。
　　（2）此外UUV近海面夜晚红外图像受到的海浪干扰十分强烈，本文运用海天线思想实现海浪干扰的去除。通过对几种传统海天线提取方法的实验与研究，并结合UUV夜晚红外图像的特点，提出一种基于行-信息熵的海天线提取方法。实验结果证明，针对本文研究图像该方法较其他方法具有更好的准确性与适用性。另外本文针对海浪干扰去除后的目标图像区域，结合其对比度低、模糊的特点，提出了一种改进的基于最大类间方差法的分割方法。
　　（3）其次为区别图像的海空背景与山体背景，本文对原图像与利用改进的Otsu方法分割后的图像分别进行纹理特征的提取，然后根据分割前后纹理特征的变化判断图像背景的类型。最终选取图像背景类型判别结果为海空背景的图像进行下一步的目标特征提取。本文选择对目标的几何形状特征和HU不变矩进行提取，通过对所选取的目标的几何形状特征和HU不变矩的可行性进行分析后证明，该组特征可以实现对目标的表征与分类。
　　（4）最后本文利用支持向量机对特征库中的目标特征进行训练，且使用十折交叉验证法实现对模型最优参数的选择，采用训练得到的模型对潜在目标进行识别，最终识别出海上目标并将其分类。且本文利用Matlab仿真软件，实现了UUV近海面红外目标识别仿真平台的建立，使得UUV近海面红外图像处理结果的展示更加直观、形象与人性化。

目录

声明

第1章 绪论

1.1 课题研究的背景及意义

1.2 海空背景下红外图像处理与目标识别研究现状

1.3 论文的研究内容及章节安排

第2章 海空背景下UUV近海面红外图像预处理

2.1 UUV近海面红外图像质量分析

2.2 UUV近海面红外图像的预处理

2.3 本章小结

第3章 红外海上目标的检测

3.1 常见海天线提取方法

3.2 基于行-信息熵的海天线提取方法

3.3 红外图像分割方法研究

3.4 本章小结

第4章 红外海上目标特征提取

4.1 基于灰度共生矩阵的纹理特征

4.2 目标形状特征

4.3 目标特征提取仿真实验

4.4 本章小结

第5章 海空背景下红外海上目标识别方法研究

5.1 支持向量机基本原理

5.2 支持向量机分类算法

5.3 红外目标识别仿真实验结果与分析

5.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢