基于無人機(jī)紅外遙感圖像的海上目標(biāo)識別系統(tǒng)設(shè)計及其應(yīng)用.pdf

1、在靶場試驗中，為了實時了解試驗進(jìn)程和試驗結(jié)果，對于海上重點目標(biāo)的識別并保持監(jiān)視十分重要。在傳統(tǒng)的試驗條件下，往往通過試驗攝錄艦、攝錄直升機(jī)或陸上攝像機(jī)進(jìn)行拍攝。通過試驗攝錄艦、攝錄直升機(jī)拍攝通常存在較大試驗風(fēng)險，通過陸上長焦攝像機(jī)拍攝往往因天氣因素或因拍攝距離限制而造成拍攝效果不理想。本課題擬采用攝錄無人機(jī)拍攝目標(biāo)靶船，利用無人機(jī)平臺上的紅外圖像傳感器來獲取海上目標(biāo)的紅外圖像，通過目標(biāo)識別系統(tǒng)進(jìn)行海上重點目標(biāo)識別，實現(xiàn)對目標(biāo)進(jìn)行有效探測

2、和識別，然后將獲得的靶船圖像實時傳輸給指控中心，使指揮員準(zhǔn)確掌握試驗態(tài)勢，高效進(jìn)行指揮決策。
　　本文深入分析了紅外圖像中艦船目標(biāo)的紅外成像特性，對紅外圖像的特征進(jìn)行了分析。對于紅外圖像的預(yù)處理采用去噪、灰度級修正和銳化處理。對原始圖像首先應(yīng)用中值濾波器進(jìn)行去噪處理，然后應(yīng)用線性變換函數(shù)進(jìn)行灰度級修正。針對經(jīng)過去噪和灰度級修正的圖像邊緣變模糊的問題，對圖像做進(jìn)一步銳化處理，圖像銳化時采用的是空間域處理方法中效果較好的拉普拉斯算子來

3、實現(xiàn)。
　　對于經(jīng)過預(yù)處理的紅外圖像采用基于小波變換方法進(jìn)行目標(biāo)的分割與檢測方法。海上目標(biāo)背景復(fù)雜，通常又比較模糊，本系統(tǒng)采用基于小波變換的兩種算法相結(jié)合的方式進(jìn)行目標(biāo)的分割工作，首先采用基于邊緣小波特征的紅外弱小目標(biāo)檢測方法進(jìn)行檢測;若沒能準(zhǔn)確分割出目標(biāo)，則采用基于小波多尺度互能量交叉融合濾波的弱小目標(biāo)檢測算法做進(jìn)一步的目標(biāo)分割與檢測。
　　深入研究了傳統(tǒng)模式識別技術(shù)和人工神經(jīng)網(wǎng)絡(luò)理論，本論文選擇基于BP神經(jīng)網(wǎng)絡(luò)的模式識別

4、技術(shù)作為識別的方法，完成了BP網(wǎng)絡(luò)識別程序?qū)崿F(xiàn)。在實際試驗任務(wù)中，經(jīng)人工神經(jīng)網(wǎng)絡(luò)識別確認(rèn)的目標(biāo)靶船，還要經(jīng)過指揮員結(jié)合海上雷情信息、艦船AIS信息和靶場其它測控裝備攝錄情況綜合判定是否為目標(biāo)靶船，以提高識別準(zhǔn)確率。
　　最后，本文構(gòu)建了無人機(jī)紅外遙感圖像攝錄平臺。重點描述了信息獲取與識別處理系統(tǒng)的設(shè)計，該系統(tǒng)主要包含紅外遙感圖像采集模塊、遙感圖像目標(biāo)的分割與檢測模塊和遙感圖像目標(biāo)識別模塊，通過該系統(tǒng)可以實現(xiàn)對目標(biāo)靶船圖像的預(yù)處理、