航拍圖像目標(biāo)檢測是計算機視覺領(lǐng)域的熱點研究問題之一,被廣泛應(yīng)用在應(yīng)急防災(zāi)、港口防控、海上救援及軍事打擊等多個方面,特別在公安領(lǐng)域的反恐、目標(biāo)排查、安全巡查等領(lǐng)域具有非常廣闊的應(yīng)用前景。航拍圖像的成像質(zhì)量易受氣象條件的干擾,如云霧遮擋會導(dǎo)致航拍圖像模糊,目標(biāo)被遮擋等情況;航拍圖像的拍攝地點常位于高空,目標(biāo)在圖像中相對較小,周圍的環(huán)境會對目標(biāo)的檢測造成較強的干擾導(dǎo)致目標(biāo)檢測較難。本文首先針對復(fù)雜氣象條件（不考慮會導(dǎo)致航拍圖像無法成像的極端氣象條件）下航拍圖像成像質(zhì)量不高的問題,提出圖像去霧算法提高云霧遮擋條件下的圖像質(zhì)量,然后針對航拍圖像目標(biāo)檢測難的問題,提出基于深度學(xué)習(xí)目標(biāo)檢測方法。本文的具體研究內(nèi)容如下:本文研究了目前的主流圖像去霧算法并比較各算法去霧效果。本文通過去霧圖像熵函數(shù)對比實驗和圖像去霧效果的直觀對比實驗,得出使用導(dǎo)向濾波優(yōu)化的暗通道去霧算法可以更有效地減少云霧天氣對于航拍圖像的影響,提高航拍圖像質(zhì)量。本文研究了目前主流的目標(biāo)檢測算法,提出了基于YOLOv3的改進目標(biāo)檢測算法YOLO-C。在多種目標(biāo)檢測算法的對比實驗中,該算法在中國航天科工四院指揮自動化中心的公共數(shù)據(jù)集上取得... 

【文章來源】：中國人民公安大學(xué)北京市

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

航拍實例圖

有效地降低復(fù)雜氣象條件對航拍目標(biāo)檢測的影響，提高目標(biāo)檢測的精度。最后將圖像去霧與目標(biāo)檢測集成在一個系統(tǒng)中，形成復(fù)雜氣象條件下的航拍目標(biāo)檢測系統(tǒng)。圖2 展示了本論文的具體章節(jié)結(jié)構(gòu)。圖 2 章節(jié)結(jié)構(gòu)圖（1）第一章，緒論。該部分首先論述本文的研究背景及意義。然后綜合分析國內(nèi)外的相關(guān)領(lǐng)域的研究現(xiàn)狀，分析目前該領(lǐng)域目前存在的問題。最后闡述章節(jié)結(jié)構(gòu)。

圖 3 McCartney 大氣散射模型圖[2]示了McCartney 大氣散射模型。大氣散射模型是建立在大氣中懸上的。具體的公式為：J ( x ) t ( x ) + A (1 t ( x))1）中 x 為像素點坐標(biāo)，I(x)為有霧圖像，J(x)為去霧后圖像，A 通過介質(zhì)投射到人的視覺系統(tǒng)上時沒有被散射的部分，稱為透知 I(x)，求解 J(x)。在沒有其它限制條件的情況下，J(x)可求得問題，人們提出了一些先驗假設(shè)。去霧先驗理論是一個基本假設(shè)，這個假設(shè)認為，在絕大多數(shù)的非天空像素總會有至少一個顏色通道具有很低的值，即該區(qū)域光強度的

【參考文獻】：
期刊論文
[1]基于深度學(xué)習(xí)的復(fù)雜氣象條件下海上船舶識別[J]. 武凱利,仝宗和,張鵬升,劉亞男,劉釗.  科學(xué)技術(shù)與工程. 2019(03)
[2]基于改進YOLOv3的快速車輛檢測方法[J]. 張富凱,楊峰,李策.  計算機工程與應(yīng)用. 2019(02)
[3]基于改進型SSD算法的目標(biāo)車輛檢測研究[J]. 陳冰曲,鄧濤.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2019(01)
[4]改進的單尺度Retinex圖像去霧算法[J]. 郭瑞,黨建武,沈瑜,劉成.  蘭州交通大學(xué)學(xué)報. 2018(06)
[5]遙感圖像中飛機的改進YOLOv3實時檢測算法[J]. 戴偉聰,金龍旭,李國寧,鄭志強.  光電工程. 2018(12)
[6]無人機作戰(zhàn)平臺的智能目標(biāo)識別方法[J]. 呂攀飛,王曙光.  激光與光電子學(xué)進展. 2019(07)
[7]一種改進的暗原色去霧算法[J]. 王鵬,郭中華.  國外電子測量技術(shù). 2018(08)
[8]基于霧濃度檢測和簡化大氣散射模型的圖像去霧算法[J]. 吳玉蓮.  國外電子測量技術(shù). 2018(07)
[9]基于開運算暗通道和優(yōu)化邊界約束的圖像去霧算法[J]. 楊紅,崔艷.  光子學(xué)報. 2018(06)
[10]自適應(yīng)直方圖均衡化圖像增強算法研究[J]. 王超,孫玉秋,徐石瑤,余美晨,李祖勝.  長江大學(xué)學(xué)報(自科版). 2018(01)

碩士論文
[1]基于一般性物體檢測和類Haar特征的行人檢測研究[D]. 吳穎杰.華中師范大學(xué) 2018
[2]基于深度學(xué)習(xí)的圖像識別方法研究與應(yīng)用[D]. 文馗.華中師范大學(xué) 2017
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像去霧方法研究[D]. 袁保平.重慶郵電大學(xué) 2017
[4]結(jié)合自適應(yīng)暗通道先驗和圖像融合策略的單幅圖像除霧方法[D]. 劉歡.哈爾濱工業(yè)大學(xué) 2016



本文編號：3502734