海天背景下基于AdaBoost的紅外目標(biāo)檢測(cè).pdf

1、海面紅外目標(biāo)檢測(cè)技術(shù)是目標(biāo)檢測(cè)研究領(lǐng)域的重要分支，是海面目標(biāo)檢測(cè)的重要技術(shù)手段，已成為研究熱點(diǎn)，并且具有廣泛的應(yīng)用前景。AdaBoost算法是一種基于學(xué)習(xí)的迭代算法，通過(guò)針對(duì)同一訓(xùn)練集訓(xùn)練不同分類器，并將這些分類器集合起來(lái)構(gòu)成一個(gè)強(qiáng)大的最終分類器。在目標(biāo)檢測(cè)和識(shí)別技術(shù)領(lǐng)域發(fā)展非常迅速。
　　 本文介紹了海面艦船紅外目標(biāo)檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀、傳統(tǒng)的海面紅外目標(biāo)檢測(cè)技術(shù)與相關(guān)理論，主要的工作是將AdaBoost算法通過(guò)OPENCV平臺(tái)

2、應(yīng)用到海面紅外目標(biāo)檢測(cè)領(lǐng)域，并且提出一種適用于海面紅外目標(biāo)檢測(cè)的AdaBoost算法，為開(kāi)發(fā)實(shí)時(shí)高效的海面紅外目標(biāo)自動(dòng)化檢測(cè)系統(tǒng)做前期研究，具體研究?jī)?nèi)容是：
　　 (1)本文總結(jié)和研究了傳統(tǒng)的海面紅外目標(biāo)檢測(cè)流程：紅外圖像預(yù)處理、目標(biāo)定位、目標(biāo)分割、目標(biāo)檢測(cè)。分別介紹了幾種經(jīng)典的圖像預(yù)處理、目標(biāo)定位、目標(biāo)分割、目標(biāo)檢測(cè)的方法，并且對(duì)傳統(tǒng)的海面紅外目標(biāo)檢測(cè)方法進(jìn)行仿真實(shí)驗(yàn)。
　　 (2)本文結(jié)合AdaBoost算法在人臉檢

3、測(cè)中應(yīng)用原理，探討將AdaBoost算法應(yīng)用于海面紅外目標(biāo)檢測(cè)中的可行性，針對(duì)海面目標(biāo)與人臉目標(biāo)的區(qū)別，研究適合于海面目標(biāo)特征選取的特征，對(duì)比常用的Haar_Like矩形特征和SIFT/SURF灰度不變矩特征。發(fā)現(xiàn)基于Haar_Like特征訓(xùn)練的分類器時(shí)間成本更低而檢測(cè)性能更好。
　　 (3)本文針對(duì)傳統(tǒng)AdaBoost算法分類器訓(xùn)練時(shí)間成本高，而檢測(cè)性能不好的缺點(diǎn)，提出一種改進(jìn)的AdaBoost算法并應(yīng)用于海面紅外目標(biāo)檢測(cè)系統(tǒng)