红外尾迹检测及舰船目标融合识别方法研究

摘要

随着军事技术的发展，海洋舰船、潜艇等目标的定位、跟踪已经成为各国军事研究的重要课题。当舰船目标受烟幕遮挡、或舰船目标不在视场、或太阳反光对图像造成严重干扰时，反舰导弹的红外成像导引头都难以直接搜索到被打击的舰船目标。另外海面舰船在航行时均会造成水面扰动和气泡幕，从而形成尾流区域，对红外尾流图像进行数字化处理，为舰船检测提供了一种新思路。针对弹载红外图像中尾流特征弱、易受外界干扰等问题，本文在尾流特性分析的基础上，对红外舰船尾流图像弱目标增强技术、线状特征提取技术展开了深入的研究。主要工作如下： 首先，介绍了尾流的红外、光学、物理特性及尾迹特征强度评价指标，并将其与海面背景特性对比。 其次，基于尾流的边缘特性，提出了一种改进的Sobel算子尾流检测方法，在原有水平、竖直滤波模板的基础上，增加了两个方向的检测模板以增强尾流特征，提高了算法的可靠性和适用性。 然后，从尾流的纹理特性出发，提出了一种多种特征融合的尾迹检测算法，将多方向Gabor滤波器和局部信息熵两种纹理进行特征融合有效地增强了尾流特征。经阈值分割、Hough变换实现尾迹检测算法的优化。实验结果表明，该方法能够有效地保留舰船尾流的纹理特征和细节，得到的尾流边缘更为完整，并且检测率明显提高。 最后，针对舰船目标不在视场的情况，提出了基于尾流的航向、航速估计方法，实现舰船目标信息的获取。同时，将尾流检测应用于舰船检测中，针对干扰条件下不能准确定位舰船目标的技术难题，提出了基于D-S论据的舰船目标自动寻的融合检测算法。实验表明，融合尾流检测后的算法提高了检测率，具有很强的鲁棒性。

目录

第一个书签之前

摘 要

Abstract

绪论

研究背景及意义

国内外研究现状

1.2.1尾流特性研究现状

1.2.2尾流检测现状

1.2.3舰船目标检测和尾流检测融合现状

本文主要研究内容

论文章节安排

海面舰船尾流特征分析

引言

舰船尾迹类型及成因

舰船尾流特性

2.3.1 舰船尾流场中气泡的时间特性

2.3.2 尾流的几何特性

2.3.3 红外尾迹梯度特征

2.3.4 尾迹特征强度评价指标

海面背景特性分析

本章小结

一种基于改进Sobel算子的舰船尾流检测方法

引言

基于Canny算子的尾流检测方法

3.2.1 Canny算子简介

3.2.2 尾迹检测步骤

3.2.3 实验结果

基于Hough变换的尾流检测方法

3.3.1 边缘检测

3.3.2 二值化

3.3.3 Hough变换

一种基于改进Sobel算子的尾流检测方法

3.4.1 边缘检测算子对比

3.4.2 Sobel算子简介

3.4.3 改进Sobel算子

3.4.4 实验结果

3.4.5定量比较

本章小结

一种基于多纹理特性融合的舰船尾流检测方法

引言

舰船尾迹的多纹理特征提取方法研究

4.2.1多方向Gabor特征提取

4.2.2局部信息熵特征提取

多纹理特征融合的尾流检测算法

4.3.1多特征融合

4.3.2算法流程

实验结果

4.4.1实验测试集

4.4.2检测结果比较

4.4.3检测结果定量比较

4.4.4 算法时间复杂度分析

本章小结

一种红外图像舰船目标融合检测定位算法研究

引言

舰船船速、航向估算方法

舰船及尾流融合检测算法

5.3.1信息融合的方法

5.3.2 Dempster-Shafer证据理论的信息融合

5.3.3基于D-S论据的舰船目标融合检测方法

实验结果与分析

5.4.1红外舰船目标检测算法

5.4.2 融合算法定性分析

5.4.3 融合算法定量分析

本章小结

总结与展望

全文工作总结

本文创新点

进一步工作的展望

致谢

参考文献

附录1 攻读硕士学位期间发表论文目录