论文部分内容阅读
以航母为代表的大型舰船具有重要军事用途和独特政治外交意义,发现和检测此类舰船、了解其部署变更情报对国家安全策略制定与国民经济发展意义重大。由于实时检测需求和星对地传输数据的局限,在轨实现遥感图像的舰船目标检测成为必然,而在轨卫星的性能限制和遥感图像的高分辨率、大尺度和小目标特性,是完成在轨检测的主要难题。针对高分辨率遥感图像及在轨舰船目标检测任务的特性,本文对目前主流的目标检测方法进行了分析并利用实验进行了测试。提出了利用加速SNIC超像素在保证目标完整性的前提下对高分辨率遥感图像进行分割并实现目标预定位,在预定位区域利用局部特征和可变阈值近邻校验实现目标检测的算法,并对算法的计算效率和检测效果进行了对比和实验验证。本文的主要工作如下:1.在超像素分割方面,本文对比了目前顶尖性能的超像素算法,选取了具有最佳性能和效率平衡的SNIC算法。为了提高分割速度,对图像降采样后进行分割,通过转化、公式变形和近似对原始算法的像素距离计算方法进行了加速,并将原算法浮点计算数据通过归一和平移转换为整形计算;改进了超像素中心的更新策略,进一步提高了分割的效率;对超像素边缘进行拓展使其成为边缘重叠的超像素结构,提高了超像素表达能力。对各超像素进行快速滤波确定可能存在目标的超像素并将其映射到原高分辨率图像上,将目标检测范围从全图缩小到了个别超像素区域中,大大加快了检测速度。2.对于筛选出的超像素区域,利用加速稳健特征提取该区域特征点。对现有特征点匹配算法进行比较和实验,以比例校验算法为基础,通过统计成功匹配点对间的距离分布,以正态分布拟合其分布并以正态分布概率密度函数为基础生成可变阈值,提出可变阈值近邻距离比算法。同时利用分段线性函数对概率密度函数进行拟合以减少计算量。设计实验验证了拟合的可行性。为了找回部分被错误拒识别的特征点,提高算法检测正例的能力。提出了二次近邻距离校验算法以解决由于特征点描述子的多维性、目标特征在不同条件下的多变性及原始比例校验对近邻距离信息利用不足导致的漏检测问题。在保证精度的前提下实现了实时检测。3.整合本文提出的加速超像素分割、映射和可变阈值近邻比匹配算法,设计了舰船检测整体算法及检测软件。对比了目前主流目标检测算法与本检测算法在星载平台仿真环境下的检测性能与检测用时并对软件进行了测试。实验证明,在星载平台性能约束和实时性要求下,本检测算法具有最佳性能,算法运行效率可以满足星载平台实时检测要求,可以准确检测高分辨率遥感图像中的大型舰船目标。本文提出的算法有较强的研究和应用价值。