基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

一种新的用于极化SAR图像船只检测的散射相似性测度

本文提出了一种新的用于极化合成孔径雷达（SAR）海上船只目标检测的测度。首先利用散射相似性参数研究船只与海杂波散射机制的差异。基于这些差异,提出了一种新的船只检测测度,该测度能够有效区分船只目标和海杂波。然后提出了利用核密度估计（KDE）方法对该测度进行建模的方法。基于统计模型,实现了自适应恒虚警率（CFAR）的检测方案。本文利用多景C波段RADARSAT-2极化SAR（Pol-SAR）数据上进行实验,系统分析了所提出测度的海杂波拟合性能与船只检测性能,并与两个经典的极化测度进行了比较,实验和比较结果证明了所提的测度的可行性。     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。     

DNQ3型能见度仪故障分析及校准方法研究

为有效提高国家地面气象观测站能见度仪观测数据准确性和设备运行稳定性,对能见度仪开展日常维护、核查校准、数据质控和故障修复等工作显得尤为重要。该文通过对DNQ3型前向散射能见度仪硬件结构和基本工作原理的介绍,以及对一些典型故障进行分析,总结出能见度仪的检测维修流程,归纳了对应的故障解决措施,凝练出该型能见度仪的核查校准和疑误数据质控方法,为一线业务人员开展能见度仪常规维护、故障排查、运行监控等提供借鉴。     

基于侧扫声呐的水下小目标检测技术研究

针对水下小目标探测与识别难的问题,开展基于侧扫声呐的声呐图像滤波、图像分割及目标提取方法研究。常规滤波方法难以有效清除图像中存在的噪声,从而造成图像质量下降。采用非局部均值滤波算法与GPU加速的方法,在获得声呐图像较好处理效果的同时,满足水下小目标检测实时性的要求;同时,采用膨胀算法与Canny边缘检测算法相结合的方式,实现了水下真假目标的有效区分。     

基于特征的无人机载视频运动目标快速检测方法

针对无人机载视频序列影像动态背景以及常用检测方法处理效率不高等问题,提出了一种基于特征的无人机载视频运动目标快速检测方法.该方法主要包括预处理、ORB特征提取(oriented fast and rotated BRIEF,ORB)、渐进一致采样(progressive sample consensus,PROSAC)...     

综合物探方法在填海区密实度检测的应用

对于填海区密实度检测,常用的方法是标准贯入实验,该方法成本高、时间长.以福建石狮填海区密实度检测为例,采用地质雷达与微动探测2种物探方法进行检测,前者能定性检测出密实度情况,且检测周期短、效率高,可对填海区域进行全面检测;后者对填海区密实度情况能定量评价,检测精度高,成果资料直观.两种物探方法组合,通过异常的相互印证,...     

带保温层管道腐蚀状态的X射线检测方法研究

随着无损检测技术的飞速发展,X射线实时成像技术获得了广泛的应用.本文论述了带保温层管道的X射线实时成像检测方法,重在对管道腐蚀缺陷深度如何定量的实验方法研究,和管道缺陷处厚度与图像灰度的数学模型建立,从而对管道腐蚀厚度进行定量,管道缺陷的定量研究有助于管道安全运行的评价和隐患问题的及时发现.     

一种应用于遥感影像的自适应边缘检测算法

本文基于传统的边缘检测算法提出了一种自适应的边缘检测算法,算法对传统边缘检测的4个过程进行了替代与改进,适用于遥感影像。本算法对梯度算子依据距离加权,构造了较为精确的梯度算子模板;通过二次非极大值抑制,保证了单次响应原则,间接提高了定位精度;提出了阈值圆的方法进行阈值判定,并通过静态动态结合的检测方法提高了算子对不同频率区域的适配性;引入引导滤波进行影像平滑,在去噪同时,良好地保持了边缘特性。实验结果表明：本算法符合单次响应原则,误检率低,定位精度高,细节清晰,边缘检测完整,适合于遥感影像的边缘检测。     

基于LOG算子的侧扫声呐图像水下小目标检测算法研究

针对侧扫声呐图像噪声干扰严重、分辨率低、目标轮廓模糊等特点,提出了一种基于LOG算子的侧扫声呐图像水下小目标检测算法。首先,根据侧扫声呐图像中水下小目标成像特点,对声呐图像进行滤波及聚类分割,大幅降低图像中噪声;然后,采用斑点检测思想,提取侧扫声呐图像中疑似目标区域;最后,基于自动阈值分割算法对声呐图像进行分割,获取目标区域二值图像,使用二阶矩估计目标尺度,剔除虚假目标,最终实现水下小目标准确检测。实验结果表明：该方法计算速度快、检测成功率高,对侧扫声呐图像中的水下小目标具有良好的检测效果。