复杂环境下自动目标识别检测技术研究-信号与信息处理专业论文.docx

万方数据 万方数据 AUTOMATIC TARGET RECOGNITION AND DETECTION IN COMPLEX ENVIRONMENTS A Thesis Submitted to University of Electronic Science and Technology of China Major: Signal and Information Processing Author: Liang Jing Advisor: Prof. Zhenming Peng School: School of Optoelectronic Information I 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 作者签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘 要 摘 要 复杂场景中目标的自动识别与检测是当前科研人员研究的热点与难点，在军 事与民用中有着非常好的应用前景，各国也投入大量的人力物力，期望在日益复 杂的军事环境与公共安全领域能够占据一席之地，时刻保持其先进性。 本文针对复杂场景下的自动目标识别检测方法进行深入研究，对前人的工作 进行总结，提出了一套适应不同场景下目标的自动识别检测方法，所作的具体工 作和取得的成果如下： （1）研究了基本的分形理论方法，并在此基础上提出了简化的分形检测算法 以及基于目标梯度的分形算法，大大提高了算法的运行效率，对微弱边缘的目标 也取得了较好的分形检测效果，并针对分形算法分割出来的目标中含有的空洞， 提出了基于外轮廓跟踪的目标区域填充算法，使目标分割效果更好。 （2）研究了 Canny 边缘检测算法和广义边缘检测算法，并对这两种算法检测 出来的边缘进行连接，得到完整的目标轮廓边缘，针对连接后的边缘图像目标与 背景难以区分，提出了一种基于边缘反色与面积限制的目标分割算法，分割出来 的目标结果非常理想，接近于真实目标所在区域。 （3）研究了目标灰度区域特征与二值边缘形状特征，对分割出来的目标灰度 区域提取 Hu 矩和能量特征，对目标二值边缘提取傅里叶描述子特征，并在多组序 列图像中进行匹配特征误差计算，求取每种特征的匹配误差阈值，为后续目标连 续跟踪识别打下基础。 （4）研究了机器学习中霍夫森林目标检测算法，并在单类目标检测基础上提 出了对多类目标进行级联检测的霍夫森林投影目标检测算法，通过对实际数据测 试，取得了较好的效果，验证了该算法的检测性能。 关键词：分形目标检测，广义边缘检测，边缘连接，霍夫森林，自动目标识别 I ABSTRACT ABSTRACT Automatic target recognition and detection is a hot and difficult of the researchers in a complex scene, it has a very good application prospects in the military and civilian, many countries have invested a lot of manpower and resources, expectations a place in the increasingly complex military environment and public safety, and maintains their advanced nature. This thesis had an in-depth study of the automatic target recognition methods in complex scenes, to summarize the work of predecessors, and proposed a set of automatic target identification adapt to different scenarios, th