基于全景視覺的海上弱小目標(biāo)檢測方法研究.pdf

1、我國具有綿長的海岸線和廣闊的海洋國土，鑒于海洋維權(quán)執(zhí)法以及海上搜救任務(wù)的迫切需求，大力開發(fā)先進(jìn)的海域監(jiān)控設(shè)備，研究海上目標(biāo)檢測方法具有重要的意義。海面上距離很遠(yuǎn)的情況下,尺寸很大的目標(biāo)在成像平面上只占十幾個(gè)或者幾十個(gè)像素，此時(shí)對目標(biāo)的檢測過程稱為弱小目標(biāo)檢測。全景視覺系統(tǒng)以其“成像一體化、360度大視場、旋轉(zhuǎn)不變性”等優(yōu)點(diǎn)在海域監(jiān)控領(lǐng)域具有廣闊應(yīng)用前景，但缺乏相應(yīng)目標(biāo)探測技術(shù)支持，因此本論文開展基于全景視覺的海上弱小目標(biāo)檢測算法研究。<

2、br>　　面對海天背景的復(fù)雜性和全景圖像的特殊性，論文在檢測弱小目標(biāo)的過程中，基本研究思路為：首先對需要去霧的海上全景圖像進(jìn)行去霧復(fù)原，然后進(jìn)行全景圓形海天線提取，最后在海天線附近區(qū)域進(jìn)行弱小目標(biāo)的檢測，因此論文主要研究的三大核心內(nèi)容為：海霧圖像去霧、海天線提取以及弱小目標(biāo)檢測。
　　首先，進(jìn)行了圖像去霧算法研究。為了減少海霧對海天線提取和弱小目標(biāo)檢測的不良影響，論文研究了基于暗通道先驗(yàn)的去霧算法，該算法基于雙色大氣散射模型并結(jié)合

3、了暗通道先驗(yàn)理論實(shí)現(xiàn)了霧天圖像復(fù)原；此外，為了消除復(fù)原圖像中存在的塊效應(yīng)和光暈現(xiàn)象，論文又引入了引導(dǎo)濾波算法。將基于暗通道先驗(yàn)的去霧算法結(jié)合引導(dǎo)濾波算法，應(yīng)用于全景海霧圖像處理中，實(shí)現(xiàn)了全景海霧圖像的有效復(fù)原。
　　其次，進(jìn)行了全景圓形海天線提取算法研究。論文研究了現(xiàn)有的基于梯度的Hough圓變換檢測算法以及基于橢圓擬合的海天線提取算法，實(shí)驗(yàn)結(jié)果表明：由于全景圖像背景的復(fù)雜性導(dǎo)致基于梯度的Hough圓變換檢測算法失效，而基于橢圓擬

4、合的海天線提取算法不適于檢測海天線部分缺失的情況。針對上述問題，論文提出了2種新的全景海天線提取算法：基于改進(jìn)Hough圓變換的海天線提取和基于梯度方向的海天線提取算法，實(shí)現(xiàn)了對全景圓形海天線的有效提取。
　　再次，進(jìn)行了基于海天線提取的弱小目標(biāo)檢測算法研究。為了快速地檢測到小目標(biāo)，論文在海天線的鄰域內(nèi)進(jìn)行弱小目標(biāo)的檢測，提出了基于圖像局部區(qū)域復(fù)雜度的弱小目標(biāo)檢測算法和基于梯度閾值的弱小目標(biāo)檢測算法。將上述算法應(yīng)用于海上全景小目標(biāo)