浅析舰船目标识别流程与方法
Analysis on the Process and Method of Ship Target Recognition
DOI: 10.12677/AIRR.2018.72005, PDF,  被引量   
作者: 郭威*, 唐慧丰, 朱珊珊：解放军信息工程大学，河南 郑州
关键词: 舰船目标识别；图像；信号；流程；Ship Target Recognition； Image； Signal； Process
摘要: 目标识别属于模式识别，是指通过人工或技术手段把一个或一类特殊目标从众多目标中区分出来的过程。舰船目标识别对于一个国家的海洋权益和海洋安全有着重要的意义。本文根据识别过程中是否用到目标图像把舰船目标识别技术分为基于成像与基于非成像两大类，梳理了两类技术的识别流程并针对不同技术的优缺点进行了简要分析。
Abstract: Target recognition belongs to pattern recognition, which refers to the process of differentiating one or a class of special targets from a number of targets by means of artificial or technical means. Ship target recognition is of great significance to the maritime rights and maritime security of a country. According to whether the target image is used in the recognition process, the ship target recognition is divided into two categories based on imaging and non-imaging. The identification process of the two kinds of methods is summarized, and their advantages and disadvantages are briefly analyzed.
文章引用：郭威, 唐慧丰, 朱珊珊. 浅析舰船目标识别流程与方法[J]. 人工智能与机器人研究, 2018, 7(2): 43-52. https://doi.org/10.12677/AIRR.2018.72005

参考文献

[1] 赵友. 浅谈舰船目标识别的方法和技术[J]. 舰船科学技术, 2016, 1(38): 163-165.
[2] 周珍娟, 韩金华. 舰船遥感图像的目标识别研究[J]. 舰船科学技术, 2014, 36(12): 86-90.
[3] 徐慧慧, 孙运强, 姚爱琴. 红外图像目标识别的预处理技术研究[J]. 电子测试, 2010, 7(7): 32-35.
[4] 林旭. ScanSAR图像舰船目标快速检测及其软件系统设计与实现[D]: [硕士学位论文]. 北京: 中国科学院大学, 2013.
[5] 种劲松, 欧阳越, 朱敏慧. 合成孔径雷达图像海洋目标检测[M]. 北京: 海洋出版社, 2006: 1-13.
[6] Herschel, M.D., Rey, M.T., Campbell, J.W.M. and Petrovic, D. (1998) Comparison of Probability Statistics for Au-tomated Ship Detection in SAR Imagery. Proceedings of SPIE, 3491, 986-991. [Google Scholar] [CrossRef] 
[7] Greidanus, H., Lemoine, G. and Kourti, N. (2005) Satellite Ship Detection for Fishery Control. NURC International Symposium Remote Sensing Applications to Support NATO Expeditionary Operations. Lerici, Italy.
[8] Eldhuset, K. (1996) An Automated Ship and Ship Wake Detection System for Spaceborne SAR Images in Coastal Regions. IEEE Transactions on Geoscience and Remote Sensing, 34, 1010-1019. [Google Scholar] [CrossRef] 
[9] Rey, M.T., Campbell, J. and Petrovic, D. (1998) A comparison of Ocean Clutter Distri-bution Estimators for CFAR-Based Ship Detection in RADARSAT Imagery. Defence Research Establishment, Ottawa, Cana-da.
[10] Pichel, W.G. and Clemente-Colon, P. (2000) NOAA Coast Watch SAR Applications and Demonstration. Johns Hopkins APL Technical Digest, 21, 12-15.
[11] 常晨霞, 凌永发. 图像目标识别与跟踪方法研究[J]. 云南民族大学学报: 自然科学版, 2013, 21(S1): 62-66.
[12] 徐佳龙. 目标跟踪相关研究综述[J]. 人工智能与机器人研究, 2015, 4(3): 17-22.
[13] 白海娟. 舰船目标卫星遥感影像识别特征分析方法研究[D]: [硕士学位论文]. 成都: 电子科技大学, 2013.
[14] 陈文婷, 邢相薇, 计科峰. SAR图像舰船目标识别综述[J]. 现代雷达, 2012, 11(34): 53-58.
[15] 曹健, 李海生, 蔡强, 郭世龙. 图像目标的特征提取技术研究[J]. 计算机仿真, 2013, 1(30): 409-414.
[16] 崔蕾, 曲长文 黄勇. 海杂波背景下小目标检测及其运动信息的提取[J]. 海军航空工程学院学报, 2017, 22(1): 137-140.
[17] 周静, 田金文. 基于海岸线背景的海面小目标检测方法[J]. 红外与激光工程, 2005, 34(4): 486-489.
[18] 张亮. SAR图像中舰船目标检测研究[D]: [硕士学位论文]. 长沙: 国防科技大学, 2007.
[19] Ristic, B.B., Scalar, L., et al. (2008) Statistical Analysis of Motion Patterns in ALS Data; Anomaly Detection and Motion Prediction. 11th International Conference on Information Fusion, Cologne, 30 June-3 July 2008, 40-47.
[20] Laxhammar, R., Falkman, G., et al. (2009) Anomaly Detection in Sea Traffic—A Comparison of the Gaussian Mixture Model and the Kernel Density Estimator. 12th International Conference on Information Fusion, Seattle, 6-9 July 2009, 756-763.
[21] Eldhuset, K. (1988) Automatic Ship and Ship Wake Detection in Space Borne SAR Images from Coastal Regions. Proceedings of International Geoscience and Remote Sensing Symposium, 1529-1533.
[22] Kapur, J.N., Sahoo, P.K. and Wong, A.K.C. (1985) A New Method of Grey-Level Picture Threshold using the Entropy of the Histogram. Computer Vision, Graphics, and Image Processing, 29, 273-285. [Google Scholar] [CrossRef] 
[23] Tonje, A.N. and Richard, O.B. (2004) Literature Review on Vessel Detection. The 4th Meeting of the DECL IMS Project, Toulouse.
[24] Touzir (2000) Calibrated Polarimetric SAR Data for Ship Detection. Proceedings of International Geoscience and Remote Sensing Symposium, Honolulu, 24-28 July 2000, 144-146.
[25] 王运锋. SAR图像与光学图像数据融合算法研究[D]: [硕士学位论文]. 成都: 电子科技大学, 2002.
[26] 彭淑敏, 王军宁. 基于神经网络的图像识别方法[J]. 电子科技, 2005(1): 38-41.
[27] 谢云璇. 基于匹配的目标识别研究综述[J]. 科技创新导报, 2017, 3(11): 110-112.
[28] 吴定雪, 龚俊彬, 徐宏波, 田金文. 基于点特征的旋转图像匹配新方法[J]. 计算机科学, 2009, 36(12): 248-250.
[29] 汪闽, 骆剑承, 明冬萍. 高分辨率遥感影像上基于形状特征的船舶提取[J]. 武汉大学学报: 信息科学版, 2005, 30(8): 685-688.
[30] 李开端, 赵友庚, 蒋定定, 赵育良. 利用小波变换进行海上目标识别研究[J]. 光学技术, 2003, 29(2): 153-155.
[31] 张雨田, 曾安军. 高分辨遥感图像海上运动目标检测方法[J]. 电信技术研究, 2003, 9(9): 1-8.
[32] 曾好德, 张韧. 基于小波分解的薄云薄雾模糊图像的恢复与增强[J]. 解放军理工大学学报(自然科学版), 2005, 6(1): 76-80.
[33] Marre, F. (2004) Automatic Vessel Detection System on SPOT-5 Optical Imagery: A Neuro2Genetic Approach. The Fourth Meeting of the DECLIMS Project, Toulouse.
[34] 尤晓建, 徐守时, 侯蕾. 基于特征融合的可见光图像舰船检测新方法[J]. 计算机工程与应用, 2005, 41(19): 199-202.
[35] 盛会平, 林王鹏, 周勇. 信号处理在舰船目标识别中研究发展综述[J]. 舰船电子工程, 2013, 12(33): 3-6.
[36] 赵瑞珍, 王飞, 罗阿理. 基于稀疏表示的谱线自动提取方法[J]. 光谱学与光谱分析, 2009, 29(7): 2010-2013.
[37] 沈广楠. 舰船目标识别技术研究[D]: [硕士学位论文]. 哈尔滨: 哈尔滨工程大学, 2012.
[38] 焦义民, 康春玉, 曾祥旭. 舰船辐射噪声非线性频谱特征提取与应用[J]. 2016, 12(38): 65-68.
[39] 邹红星, 周小波, 李衍达. 时频分析:回溯与前瞻[J]. 电子学报, 2000, 28(9): 78-84.
[40] 向强, 秦开宇. 基于线性正则变换与短时傅里叶变换联合的时频分析方法[J]. 电子学报, 2011, 39(7): 1508-1513.
[41] 赵建平. 舰船信号的特征提取和瞬时参量估计的小波变换技术研究[D]: [博士学位论文]. 西安: 西北工业大学, 1998.
[42] 章新华, 王骥程, 林良骥. 基于小波变换的舰船辐射噪声特征提取[J]. 声学学报, 1997, 22(3): 139-144.
[43] 吴国清, 任锐, 陈耀明. 舰船辐射噪声的子波分析[J]. 声学学报, 1996, 1(21): 700-708.
[44] Chen, C.H., Lee, D.J. and Lin, M.C. (1998) Classification of Underwater Signals using Wavelet Transforms and Neural Networks. Mathematical and Computer Modelling, 27, 47-60. [Google Scholar] [CrossRef] 
[45] 赵建平, 黄建国, 谢一清. 用小波变换进行水下回波边缘特征提取与分类识别[J]. 声学学报, 1998, 23(1): 31-38.
[46] 孙即祥. 现代模式识别[M]. 长沙: 国防科技大学出版社, 2002.
[47] 彭璐. 支持向量机分类算法研究与应用[D]: [硕士学位论文]. 长沙: 湖南大学电器与信息工程学院, 2007.
[48] 张文启. 基于特征提取的通信信号识别研究[D]: [硕士学位论文]. 兰州: 兰州理工大学, 2016.
[49] 何希盈, 程锦房, 李华. 基于神经网络的舰船方向识别[J]. 航海工程, 2005, 5(3): 11-13.
[50] 严科伟, 马爱民. 基于神经网络的舰船目标识别研究[J]. 指挥控制与仿真, 2006, 28(1): 44-47.
[51] 刘叶红. 基于舰船磁场-水压场的目标检测与识别[D]: [硕士学位论文]. 西安: 西北工业大学, 2002.

为你推荐