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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高分辨率可見光遙感圖像已經(jīng)廣泛地應(yīng)用在民用和軍用的很多方面。本文主要針對一些軍事小目標(biāo)如艦船,飛機(jī)等的檢測方法進(jìn)行研究。本文從一般圖像中的目標(biāo)識別方法到遙感圖像中的目標(biāo)識別方法進(jìn)行討論,從它們之間的共同點(diǎn)和遙感圖像中的特殊性出發(fā),研究了兩種基于局部特征的分別用于艦船和飛機(jī)檢測的算法。
對于艦船目標(biāo),本文提出基于分割圖像和船頭檢測的算法。在高分辨率遙感圖像中,艦船目標(biāo)的形狀相似,但是難點(diǎn)在于相鄰?fù)?康呐灤涂堪杜灤臋z測。本
2、文假定已提取出港口水域,不考慮岸艦分離的問題,在分割出船的大致區(qū)域后,再利用一種角點(diǎn)和角度的檢測算法,定出船頭的位置,從而實(shí)現(xiàn)艦船的檢測和相鄰目標(biāo)之間的分離。
對于飛機(jī)的檢測,本文對不同形狀的飛機(jī)目標(biāo)利用一些形狀的模板來描述。為了排除遙感圖像中的對比度和顏色的不同以及少量的紋理,采用了一種局部自相似描述子來表示局部的形狀特征。利用改進(jìn)的置信傳播算法來匹配全局特征。實(shí)驗(yàn)證明,該方法不僅可以用于完好飛機(jī)的檢測,還可以用在形狀殘
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(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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于局部特征的視頻目標(biāo)跟蹤方法研究.pdf
- 基于局部特征的拷貝檢測方法的研究.pdf
- 基于局部特征的圖像拷貝檢測研究.pdf
- 基于局部紋理特征的隱寫檢測研究.pdf
- 基于局部特征的紅外目標(biāo)跟蹤技術(shù)研究.pdf
- 基于局部特征的運(yùn)動目標(biāo)跟蹤算法的.pdf
- 基于不變特征的目標(biāo)檢測方法研究.pdf
- 基于均值漂移算法和局部特征的目標(biāo)跟蹤研究.pdf
- 基于局部特征的空間目標(biāo)圖像分類.pdf
- 基于運(yùn)動特征的目標(biāo)檢測識別.pdf
- 基于分形特征的目標(biāo)檢測.pdf
- 基于HDO局部特征描述的目標(biāo)識別.pdf
- 基于局部特征的稻田飛虱檢測方法的研究.pdf
- 基于特征學(xué)習(xí)的目標(biāo)檢測與歸類研究.pdf
- 基于局部圖像特征的目標(biāo)識別和分類方法研究.pdf
- 基于局部稀疏表示以及特征選擇的目標(biāo)跟蹤算法研究.pdf
- 基于輪廓的圖像局部不變特征檢測方法研究.pdf
- 基于局部特征幾何結(jié)構(gòu)的目標(biāo)識別方法研究.pdf
- 基于區(qū)域特征融合的顯著目標(biāo)檢測研究.pdf
- 基于局部紋理特征的物體檢測方法.pdf
評論
0/150
提交評論