复杂条件下典型目标检测识别技术研究

[复制链接]
查看: 243|回复: 0

5万

主题

8万

帖子

18万

积分

论坛元老

Rank: 8Rank: 8

积分
189003
发表于 2022-4-17 13:48:38 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
复杂条件下典型目标的检测识别技术作为机器视觉领域的热门研究课题,在空间监视、红外探测与预警、军事侦察以及安防监控和智能交通等领域都具有非常重要的应用需求。虽然近年来在目标检测识别领域进行了大量研究并取得了一定进展,但是针对实际应用中目标较小、无纹理信息、对比度较低,尺寸、形状、姿态变化较大以及背景复杂、光照变化、存在干扰目标和遮挡等题目还有很多关键技术亟待解决。本文针对以上题目进行了深入的研究。论文的主要工作如下:1、根据复杂深空背景下弱小空间目标的成像特点,本文采用边检测边跟踪的策略,利用目标的运动信息特征实现了在大量恒星和噪声干扰条件下的弱小目标检测识别。实验结果证明本文算法对存在大量干扰和低对比度条件下的弱小空间目标具有较好的检测结果。2、针对传统红外弱小目标检测方法的缺陷,本文提出了一种自适应天空背景下的低对比度红外小目标的检测算法。该方法在背景抑制的基础上,采用基于高级统计的方法来粗略地定位目标大体区域。通过大量实验证明本文提出的算法能够较好解决低对比度条件下红外弱小目标的检测题目,相对传统的形态学方法具有较高的检测率和极低虚警率。3、针对航空遥感和地面侦察图像中车辆目标检测识别中存在的难点题目,分别对基于车辆模型匹配的检测方法、基于级联AdaBoost的检测识别方法和基于HOG特征混合模型的检测识别方法进行了深入研究。通过实验结果分析,本文算法能够解决航空图像中车辆目标的检测难点,算法具有很好的检测性能和鲁棒性。本文分别针对空间目标监视,红外预警和军事侦察任务中目标的不同成像特点,通过对复杂深空背景下弱小目标检测算法、低对比度条件下红外弱小目标检测算法和复杂环境下车辆目标的检测识别算法的研究,解决了多种复杂条件下的不同类型目标的检测识别题目,获得了较好的实验结果。





上一篇:多级高压压气机旋转盘腔换热特性研究
下一篇:基于单目视频的对象深度提取方法研究及实现
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图