

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、針對(duì)于海難突發(fā)事故,海洋搜救中心的工作人員利用合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)圖像進(jìn)行艦船目標(biāo)搜索時(shí),為了保證船只定位的精確性,往往使用人工標(biāo)注的方式來(lái)進(jìn)行艦船目標(biāo)定位,這樣不僅耗時(shí)費(fèi)力,而且滿足不了搜救工作人員獲取實(shí)時(shí)搜救信息的需求。如何利用衛(wèi)星雷達(dá)、應(yīng)急中心、移動(dòng)終端三者互通的工作模式,幫助海洋搜救人員更容易獲得精準(zhǔn)的救援信息成為了亟待解決的研究問題。
因此,本文先后對(duì)SAR圖像艦
2、船目標(biāo)的檢測(cè)算法以及檢測(cè)結(jié)果在移動(dòng)終端的快速加載算法進(jìn)行了探索。主要貢獻(xiàn)如下:
?。?)針對(duì)于復(fù)雜SAR圖像艦船檢測(cè)的需求,本文設(shè)計(jì)了基于顯著性檢測(cè)與卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)相結(jié)合的SAR圖像艦船檢測(cè)算法。通過訓(xùn)練CNN、掩膜海陸、提取顯著性區(qū)域、利用訓(xùn)練好的CNN進(jìn)行艦船檢測(cè)等步驟對(duì)高分辨率SAR圖像進(jìn)行了艦船檢測(cè)。該檢測(cè)算法的艦船檢測(cè)率可達(dá)95%,漏檢率低至5%,虛警
3、率低至9%,品質(zhì)因子達(dá)到0.91,滿足了艦船搜尋時(shí)的基本需求。
?。?)針對(duì)移動(dòng)終端加載海量遙感數(shù)據(jù)速度慢的問題,本文設(shè)計(jì)了面向移動(dòng)終端的SAR圖像瓦片快速加載展示算法。該算法通過按需動(dòng)態(tài)加載、循環(huán)加載展示、緩存以及延后刪除等策略,將通過艦船檢測(cè)后的SAR圖像瓦片在移動(dòng)設(shè)備上進(jìn)行了快速的展示。實(shí)驗(yàn)結(jié)果表明,瓦片的平均加載時(shí)間下降了47%,同時(shí)保證了移動(dòng)端設(shè)備內(nèi)存消耗量的穩(wěn)定性。
?。?)與此同時(shí),本文具體實(shí)現(xiàn)了面向移動(dòng)終
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于深度學(xué)習(xí)的SAR圖像艦船檢測(cè).pdf
- 基于AIS和SAR的艦船同步檢測(cè)研究.pdf
- 基于SAR圖像的艦船目標(biāo)檢測(cè)算法的研究.pdf
- 基于極化SAR技術(shù)的艦船檢測(cè)與識(shí)別算法研究.pdf
- 基于SAR圖像的艦船目標(biāo)檢測(cè)與鑒別算法研究.pdf
- 基于智能移動(dòng)終端的惡意應(yīng)用檢測(cè)研究.pdf
- Beamlet及其在SAR圖像邊緣檢測(cè)中的應(yīng)用.pdf
- 基于CFAR與深度學(xué)習(xí)的SAR圖像艦船目標(biāo)檢測(cè)研究.pdf
- 基于SAR圖像的海面艦船目標(biāo)檢測(cè)與鑒別算法研究.pdf
- 基于SVM及RF的CNN分類模型及其在人臉檢測(cè)中的應(yīng)用研究.pdf
- 極化SAR艦船目標(biāo)檢測(cè)方法研究.pdf
- SAR圖像艦船目標(biāo)檢測(cè)方法研究.pdf
- 基于Android移動(dòng)終端的跌倒檢測(cè)應(yīng)用設(shè)計(jì)與實(shí)現(xiàn).pdf
- HIP技術(shù)在移動(dòng)終端的應(yīng)用.pdf
- 基于移動(dòng)終端的跌倒檢測(cè)方法研究.pdf
- SAR圖像艦船檢測(cè)與分類方法研究.pdf
- 基于區(qū)域的SAR圖像分割算法及其在SAR圖像分類當(dāng)中的應(yīng)用.pdf
- 移動(dòng)終端GPRS參數(shù)的自動(dòng)檢測(cè)與配置方法及其應(yīng)用.pdf
- SAR圖像艦船目標(biāo)探測(cè)及其樣本制作.pdf
- 星載SAR艦船目標(biāo)快速檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論