导读:本文包含了海天图像论文开题报告文献综述及选题提纲参考文献，主要关键词:海天背景,去雾,大气散射模型,大气光
海天图像论文文献综述
赵越秀,高俊钗,李翰山[1]（2018）在《海天背景图像去雾方法研究》一文中研究指出海天背景图像存在大面积天空区域,且在远距离平视时目标一定出现在海天线附近,现有的去雾算法对天空区域的改善都是弱化天空区域的处理,这样势必会造成海天线附近去雾效果的减弱,不利于后续的目标检测.针对该问题,提出一种基于大气散射模型的图像复原去雾算法.首先,利用海天背景图像的特点,采用边缘检测算子将图像划分为天空和非天空区域,并结合大气光的物理意义,取天空区域最大的值作为大气光的估计值;其次,针对有雾图像对比度很低而无雾图像对比度较高这一先验信息设计代价函数,并通过SLIC超像素分割进行分块,通过求解每个小块内该函数的最小值,估计出粗透射率,再用引导滤波对粗透射率进行细化从而消除块效应;最后,利用大气散射模型,代入前两步求得的参数便可以得到恢复的无雾图像.实验结果与分析结果表明,本文能对海天背景的图像取得较好的去雾效果.(本文来源于《计算机系统应用》期刊2018年12期）
肖祥元[2]（2018）在《基于DSP的海天图像实时清晰化技术研究》一文中研究指出在海上巡逻和海上作战过程中,由于水雾散射、海面波光的反射以及海空背景低照度的影响,常常使得成像设备拍摄出的照片带有很大的模糊和目标细节的丢失,这对海上目标的识别和跟踪造成了严重的影响。所以,对海天图像进行实时清晰化处理就显得越发重要。首先,本文在分析了雾天海上降质图像成像特征的基础上,详细研究了传统去雾效果较好的暗通道先验去雾算法的实现过程,针对暗通道去雾算法存在无法识别图像是否存在雾、处理后的天空区域大面积失真和实时性差的缺点。采用一种通过半逆图像、区域生长分割和亮度调节相结合的改进算法来自动实现雾区检测与天空区域优化。然后,本文又分析了低照度条件下海上降质图像成像特点,并详细研究了传统增强效果较好的Retinex系列算法的实现过程,针对目前Retinex系列增强算法处理后的图像色彩失真、对比度过度增强、实时性差以及边缘信息丢失严重等缺点。采用一种基于HSV空间的通过导向滤波和颜色恢复函数优化相结合的改进算法显着地改善了图像的清晰化效果。最后,在DSP平台上搭建了一套基于本文海天图像实时清晰化算法的视频处理系统,并针对DSP平台的实时性要求进行了一系列算法和代码的优化。实验结果表明,本文算法对于分辨率为768×576的图像在DSP平台上处理速度可以满足25 fps的实时性要求。(本文来源于《长春理工大学》期刊2018-06-01）
郑华[3]（2016）在《高杂波海天背景下红外图像中舰船目标的检测》一文中研究指出针对高杂波背景条件下的红外图像中舰船目的检测问题进行研究。在分析海空背景下的红外图像特征的前提下,先对捕获到的红外图像进行背景抑制、海天线检测等预处理以提高舰船目标提取的准确性,然后依照检测出的海天线划定目标检测小区域,再利用相邻帧图像间舰船目标运动的相关性确定真实目标,剔除虚警目标。用Matlab软件对算法进行仿真,实验结果证明本文算法有效,在一定条件下能够取得较好的识别率。(本文来源于《舰船科学技术》期刊2016年02期）
张建,宫伏安[4]（2010）在《基于海天背景的红外图像生成方法》一文中研究指出在对采用红外成像技术的武器进行内场仿真试验的过程中,针对红外图像的计算机生成问题,提出了一种基于Vega软件的红外图像仿真方法。该方法首先通过Creator软件建立目标的叁维几何模型,然后通过Vega软件的TMM与MAT工具和SensorVision与SensorWorks模块,综合考虑天气、距离和探测器等因素后得到目标的红外图像,再将这些图像与探测器实拍的海天背景红外图像进行合成,从而实现目标与背景红外图像的快速生成,提高了场景的可靠性。该方法对采用红外成像技术的武器的测试和评价具有一定的参考价值。(本文来源于《红外》期刊2010年07期）
林智慧,焦淑红,陈涛[5]（2009）在《海天背景下的红外序列图像仿真》一文中研究指出对于红外成像制导仿真而言,无论是半实物仿真还是数学仿真,关键在于红外序列图像的生成.该文介绍通过OpenGL模拟海天背景下舰船目标的红外序列图像.首先对舰船目标进行叁维建模,分析目标背景的温度场和红外辐射特性,同时通过Lowtran7软件来计算大气传输中的辐射衰减,对得到的辐射量进行量化,最后利用双缓存技术实现红外图像的动态生成.(本文来源于《应用科技》期刊2009年03期）
王传芳,贾会甫,芮国胜,吴芳[6]（2008）在《海天背景下目标图像的分割方法》一文中研究指出海天背景下目标图像的分割,即把目标从海天背景中提取出来,以便于对目标进行自动地探测、跟踪、分类和识别。根据海面及天空背景的辐射特征,提出了一种完全自主的、适应性极强的逐行聚类方法对海天背景下目标图像进行分割。实验结果表明,该方法计算简单,不需任何先验的知识,能完全自主地实现对海天背景下复杂目标图像分割,取得了较好的效果。(本文来源于《计算机工程与设计》期刊2008年02期）
张春华,周晓东,刘松涛[7]（2007）在《海天背景红外图像小目标自动定位方法》一文中研究指出通过对舰载红外警戒系统成像进行分析,提出了一种基于交叉算法的海天背景红外小目标的自动定位方法。其基本思路是根据红外图像的特点,首先通过Radon变换域极大值点提取海天线,然后沿海天线平行的方向取与海天线平行的直线,进行频率突变点的检测,最后由海天平行线和频率突变点处坐标共同对红外图像小目标进行定位。试验结果表明,该算法能快速、准确地对目标自动定位。(本文来源于《激光与红外》期刊2007年01期）
杨宝成,沈国土,洪镇青,高兰香,毛宏霞[8]（2001）在《海面目标与海天背景合成的红外图像数值模拟方法》一文中研究指出在对海面目标红外图像理论模拟的研究中 ,已经能分别计算出目标和海面大气背景的红外图像 ,作者研究了在此基础上用数值方法模拟海面目标和海天背景合成的红外图像的计算原理和方法 ,编制了生成合成红外图像的计算软件并计算了某舰的模拟热像(本文来源于《华东师范大学学报(自然科学版)》期刊2001年04期）
海天图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在海上巡逻和海上作战过程中,由于水雾散射、海面波光的反射以及海空背景低照度的影响,常常使得成像设备拍摄出的照片带有很大的模糊和目标细节的丢失,这对海上目标的识别和跟踪造成了严重的影响。所以,对海天图像进行实时清晰化处理就显得越发重要。首先,本文在分析了雾天海上降质图像成像特征的基础上,详细研究了传统去雾效果较好的暗通道先验去雾算法的实现过程,针对暗通道去雾算法存在无法识别图像是否存在雾、处理后的天空区域大面积失真和实时性差的缺点。采用一种通过半逆图像、区域生长分割和亮度调节相结合的改进算法来自动实现雾区检测与天空区域优化。然后,本文又分析了低照度条件下海上降质图像成像特点,并详细研究了传统增强效果较好的Retinex系列算法的实现过程,针对目前Retinex系列增强算法处理后的图像色彩失真、对比度过度增强、实时性差以及边缘信息丢失严重等缺点。采用一种基于HSV空间的通过导向滤波和颜色恢复函数优化相结合的改进算法显着地改善了图像的清晰化效果。最后,在DSP平台上搭建了一套基于本文海天图像实时清晰化算法的视频处理系统,并针对DSP平台的实时性要求进行了一系列算法和代码的优化。实验结果表明,本文算法对于分辨率为768×576的图像在DSP平台上处理速度可以满足25 fps的实时性要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
海天图像论文参考文献
[1].赵越秀,高俊钗,李翰山.海天背景图像去雾方法研究[J].计算机系统应用.2018
[2].肖祥元.基于DSP的海天图像实时清晰化技术研究[D].长春理工大学.2018
[3].郑华.高杂波海天背景下红外图像中舰船目标的检测[J].舰船科学技术.2016
[4].张建,宫伏安.基于海天背景的红外图像生成方法[J].红外.2010
[5].林智慧,焦淑红,陈涛.海天背景下的红外序列图像仿真[J].应用科技.2009
[6].王传芳,贾会甫,芮国胜,吴芳.海天背景下目标图像的分割方法[J].计算机工程与设计.2008
[7].张春华,周晓东,刘松涛.海天背景红外图像小目标自动定位方法[J].激光与红外.2007
[8].杨宝成,沈国土,洪镇青,高兰香,毛宏霞.海面目标与海天背景合成的红外图像数值模拟方法[J].华东师范大学学报(自然科学版).2001