抛撒地雷的光学图像探测技术研究

《抛撒地雷的光学图像探测技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、财办付我衫＿砸士学位论文＿抛撒地雷的光学图像探测技术研究作者姓名王海馨＾学校导师姓名、职称李辉教授１＾１企业导师姓名、职称薛彬研究员申请学位别工硕士８学校代码10701学号1405122301分类号TN911.73密级公开西安电子科技大学硕士学位论文抛撒地雷的光学图像探测技术研究作者姓名：王海馨领域：光学工程学位类别：工程硕士学校导师姓名、职称：李庆辉教授企业导师姓名、职称：薛彬研究员学院：物理与光电工程学院提交日期：2017年5月ResearchonOpticalImageDetectionTechnologyForTheSca

2、tterableMineAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinOpticalEngineeringByWangHaixinSupervisor:LiQinghuiTitle:ProfessorSupervisor:XueBinTitle:ResearchFellowFebruary2015摘要摘要由于地雷价格低廉且杀伤力极大，已成为军事防御中重要的武器装备。目前单种地雷探测方式受探测条件限制，已不能完成日常地雷探测工

3、作，因此，发展多途径、多技术组合的复合探雷技术已成为研究趋势。此外，针对目前远距离、多目标的抛撒地雷探测存在工作效率低、虚警率高、探测率低等缺陷，基于多传感器的目标检测与识别技术利用了图像时空上的相关性与信息上的互补性，为复合探雷系统的研究提供了新方向。因此，本文研究的多传感器协同检测与识别技术对复合探雷系统的研究具有重要的理论与实践意义。本文以探测地面抛撒地雷为目标，设计了一套车载多传感器抛撒地雷探测系统，可实现对较远距离下地雷目标的识别与定位。主要研究内容包括红外与可见光图像的地雷目标检测识别算法设计、基于多传感器的地雷目标识别与定位研究、软件界面及硬件平台

4、设计、算法的硬件移植及系统优化等，具体工作如下：（1）分析可见光图像及图像中地雷目标的特点，将基于Haar特征的AdaBoost算法与LBP算法创新性地应用于地雷目标的检测与识别，采用先检测再识别的体系，以满足检测率高、检测速度快的要求。分别对不同场景的地雷图像进行实验分析，验证了算法的有效性。（2）根据红外图像特点及地雷目标的先验知识，设计了红外场景中地雷目标的检测与识别算法。通过实验对比表明，本文提出的基于最大熵的子区分割算法可准确地分割地雷目标，选取合适的形态学处理方法可优化分割图像，提出的闭合区域多级判别算法可有效检测、识别地雷目标。（3）根据系统探测要

5、求，选取满足要求的红外与可见光探测器，完成目标图像坐标和地理坐标的相关计算，并进行坐标误差估算，为坐标的融合作铺垫。（4）根据红外与可见光图像识别结果，提出置信度与坐标的决策融合模型，完善系统的地雷目标检测识别算法架构。通过实验分析证明算法可对同一场景下多传感器的地雷目标识别结果进行融合与定位。（5）根据项目功能需求及性能指标，完成软件及硬件平台设计。根据算法复杂度及运行效率，对ARM与FPGA进行任务分配，并将算法移植到硬件平台，优化系统以提高效率。（6）对系统进行整体调试，完成多传感器抛撒地雷探测系统的开发，利用该系统实现地雷目标的检测与定位，验证了系统的有

6、效性。关键词：抛撒地雷，可见光成像，红外成像，决策融合，探雷系统IABSTRACTABSTRACTAstheminesareinexpensiveandlethal,theyhavebecomeanimportantweaponinmilitarydefense.Atpresent,limitedbythedetectionconditions,thesingleminedetectionmethodhasbeenunabletocompletethedailyminedetectionwork.Therefore,thedevelopmentofcomposi

7、teminedetectiontechnologycombinedwithmulti-channelandmulti-technologyhasbecomearesearchtrend.Inaddition,inviewofthedefectexistedinmultitargetdetectionoftheremotescatterablemines,whicharelowworkefficiency,highfalsealarmrateandlowdetectionrate,thetargetdetectionandrecognitiontechnology

8、basedonmulti