基于天空場景感知的擴展目標檢測技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、近年來隨著光電探測能力的增強、作用距離的提高以及智能化的提升,靶場光電跟蹤系統(tǒng)在航天器發(fā)射、武器試驗、空間目標監(jiān)視等軍事化任務(wù)中發(fā)揮越來越重要的作用。目標檢測技術(shù)是靶場跟蹤系統(tǒng)的關(guān)鍵技術(shù)之一,目標檢測的好壞決定了光電跟蹤系統(tǒng)總體性能的發(fā)揮,并且直接影響獲取被測目標數(shù)據(jù)的質(zhì)量。目前,大量外場試驗表明當前光電跟蹤系統(tǒng)的目標檢測技術(shù)還存在著對天氣條件過于依賴的缺陷,在陰天、霧天等極端天氣造成光電成像目標低對比度,云層背景疑似目標的干擾或目標遮

2、擋,給目標的精確檢測帶來了很大困難。
  針對復雜動態(tài)天空場景,本文提出了一種基于天空場景感知的擴展目標檢測方法,即依據(jù)場景特征信息感知天空背景類型,并智能化選擇適用的目標精確檢測算法,主要涵蓋了場景感知和目標檢測技術(shù)兩項研究重點:
 ?、賵鼍案兄且罁?jù)視覺場景的特征信息感知場景類型,是銜接圖像多模技術(shù)和運動目標智能化精確檢測與穩(wěn)定跟蹤的重要技術(shù),也是本課題的研究關(guān)鍵與創(chuàng)新之處。本文突破現(xiàn)有場景分類方法將目標視為干擾而降低場

3、景感知效率,提出了基于多核學習的天空背景感知分類的方法。首先,飛行目標具有結(jié)構(gòu)化剛體特性,天空背景僅具有不規(guī)則紋理特性,采用角點檢測算法分析動態(tài)天空場景,并定位目標和背景區(qū)域;然后,分別在背景區(qū)域提取紋理和功率譜特征,在目標區(qū)域提取對比度和銳度特征;最后,利用多核學習方法將目標和背景特征線性融合感知天空背景類型。試驗數(shù)據(jù)表明,目標屬性是感知天空背景類型的顯著特征,尤其能明顯改善背景均勻、特征相似的天空場景感知分類正確率,提升了天空場景感

4、知性能和適應(yīng)能力。
  ②目標精確檢測是將目標從背景區(qū)域中分出來,捕獲運動目標的精確輪廓和位置信息。因背景會隨運動目標場景與時間的不同而切換,本文采用了圖像多模檢測技術(shù),即依據(jù)天空背景感知類型選擇適用的飛行目標檢測算法。晴天背景下采用邊緣檢測與數(shù)學形態(tài)學方法來完整性提取目標輪廓和位置信息;陰天背景下選擇基于低對比度增強的擴展目標檢測方法;霧天背景下采用基于圖像去霧的擴展目標檢測方法;云層背景依據(jù)目標角點數(shù)量判定目標遮擋狀態(tài),目標未

5、遮擋采用基于目標區(qū)域的擴展目標檢測方法,目標部分遮擋選擇基于模板匹配的擴展目標檢測方法,目標完全遮擋提出基于相鄰多幀位置預測的擴展目標檢測方法。試驗數(shù)據(jù)表明,本文方法在晴天、陰天、霧天和云層背景下均可完整性的提取目標的完整輪廓。
  本文提出了一種基于天空場景感知的擴展目標檢測的方法,克服了單一目標檢測算法僅適用于局部場景的缺陷,具有自適應(yīng)能力強和目標檢測精確度高的優(yōu)點,是解決復雜動態(tài)天空背景下擴展目標精確識別與穩(wěn)定跟蹤的關(guān)鍵底層

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論