基于统计特征分析的水面运动目标提取研究开题报告

1. 研究目的与意义（文献综述）

研究目的及意义：

随着信息技术的发展和工业化进展的推动，人类对海洋等水资源的探索利用日益增大，海洋不仅有丰富的石油资源和渔业资源，也是各国贸易往来的关键通道，因此随着水面运输的日渐繁荣，水面上来往的各类船只不计其数。为了避免来往船只之间的相互碰撞，也为了对水域内的船只进行有效观测，对水面上运动目标的监测观察能力的要求也随之日渐提高。而迅速，准确地提取水面运动目标，正是我们信息专业的研究领域，它涉及到我们专业的多门学科，如数字图像处理，模式识别，数据库等。

同时，着眼军事领域，在如今的21世纪，随着高技术的迅猛发展和广泛应用，信息化战争已经逐渐取代了机械化战争，成为未来战争的基本形态。而海洋作为陆海空中的一环，在现代战争中也有着相当关键的战略地位。在海洋战争之时，自动识别水面运动目标进行情报搜集，武器精确制导对敌方水面运动目标实行定点打击，这些信息化战争的作战方式都是获得胜利的关键。目前，已经有许多国家投入了该技术的研究，并在实际中广泛地应用。首先通过卫星或空中监测器侦查水面目标图像，并实时地传输到计算机上。然后计算机通过一系列的图像处理过程，提取有效的目标特征。最后经过计算机人工智能的判别，识别出目标的类别，将反馈有效及时地带给操作者，从而大大提高了效率，并有着相当高的准确性。我国作为一个海洋大国，有着“走向深蓝”的战略目标，且海上邻国众多、形势复杂，不可不掌握这种技术。

2. 研究的基本内容与方案

研究课题：基于统计特征分析的水面运动目标提取研究

内容及目标：1.图像预处理。即对获取的数字图像进行图像增强、边缘处理、噪声滤除等预处理。首先，通过滤波的方法，过滤掉图像中多余的噪声。并通过边缘增强的方法，让不同类型物体间的边界显现得更加明显，有利于后续过程的处理。最后，我们就能得到更加清晰的原始图像了。2.图像分割及特征提取。首先，通过比较一系列连续时间点的场景图像，分割出场景中的运动区域。然后对场景中的运动区域进行图像分割，通过模式识别的方法，将场景中的运动目标及水面背景分割开来。最后对水面运动目标进行特征提取，去除亢余信息。3.统计特征分类。通过计算机的人工智能数据库，对提取的水面运动目标进行自动识别分类，将结果直接反馈给操作者。4.实验验证。用计算机编程实现算法框架，通过实验验证系统的实际操作效果。并通过实验过程及结果分析，对本次设计进行完善。

技术方案：基于场景运动信息，采用统计差分图像方法分割出场景中的运动区域，包括水面及运动目标；根据水面区域在色彩空间中的统计信息，运用基于mahalanobis距离的决策方法，分割提取运动区域中的水面部分，进而提取水面运动目标。在windwos平台软件编程实现算法框架，验证系统效果。

3. 研究计划与安排

第1周—第3周 搜集资料，撰写开题报告；

第4周—第5周 论文开题；

第6周—第12周 撰写论文初稿；

4. 参考文献（12篇以上）

[1] 李成美, 白宏阳, 郭宏伟, et al. 一种改进光流法的运动目标检测及跟踪算法[j]. 仪器仪表学报, 2018,11(5)：12-17. [2] 方岚, 于凤芹. 去除鬼影及阴影的视觉背景提取运动目标检测算法[j]. 激光与光电子学进展, 2019, 56(13):30-36.. [3] li x, bing l, li p, et al. a unified model for opinion target extraction and target sentiment prediction[c]//proceedings of the aaai conference on artificial intelligence. 2019, 33: 6714-6721. [4] he k, zhou d, zhang x, et al. infrared and visible image fusion based on target extraction in the nonsubsampled contourlet transform domain[j]. journal of applied remote sensing, 2017, 11(1): 21-30. [5]varghese a,sreelekha g. sample-based intergrated background subtraction and shadow detection[j].ipsj transactions on computer vision and applications,2017,9:25.[6]xie h，yuan b，xie w． moving target detection algorithm based on lk optical flow and three-frame difference method［j］． applied science and technology， 2016，43( 3) : 23-27．[7]谢申汝，叶生波，杨宝华，等．基于改进的yuv_vibe融合算法的运动目标检测［Ｊ］．激光与光电子学进,2018,55(11):111002.[8]邓亚丽，毋立芳，李云腾，等．一种有效的图像阴影自动去除算 法［Ｊ］．信号处理，2011,27(11):1724-1728.[9]殷保才，刘羽，汪增福．结合色度和纹理不变性的运动阴影检测［Ｊ］．中国图象图形学报，2014,19(6):896-905.[10]林喆，姚郁，遆晓光，等.捷联式成像导引头相关跟踪算法研究［Ｊ］.兵工学报，2009,30(5):572-579.[11]王旭，刘毅，李国燕．基于改进视觉背景提取算法的运动目标检测方法［Ｊ］．激光与光电子学进展，2019,56(1):011007.[12]茅正冲，沈雪松．融合多尺度变换的改进vibe算法［Ｊ］．激光与光电子学进展，2018,55(11):111501.[13]李响，谭南林，王天雷，等.复杂场景下基于局部运动补偿的目标检测[j].仪器仪表学报，2014,35(7):1555-1563.[14]李少军，肖利平，高磊.光电成像制导中地面运动目标检测与跟踪[j].系统工程与电子技术，2014,36(1):23-30.[15]guo z h，zhang l，zhang d. a completed modeling of local binary pattern operator for texture classification [j]. ieee transactions on image processing,2010,19(6):1657-1663.

[16]杨杰，黄朝兵.数字图像处理及matlab实现.电子工业出版社.2010-2.

[17]sergios theodoridis ,konstantinos koutroumbas .模式识别(第四版).电子工业出版社.2010-2.