共查询到20条相似文献,搜索用时 968 毫秒
1.
针对舰船地震波信号的非平稳性,将希尔伯特–黄变换(HHT)应用于舰船地震波信号处理中, 并基于 Hilbert 能量谱提出舰船地震波信号实时检测算法。首先,对实测地震波信号进行 HHT 分析,获得信号的时频谱、边际谱、瞬时能量谱以及 Hilbert 能量谱。然后,基于舰船地震波信号 Hilbert 能量谱的特点,选取 Hilbert 能量谱中特定频带内的能量作为检测特征量,利用滑动窗截取数据更新特征量和相应的自适应阈值。 最终,根据一定的检测规则,提出了舰船地震波信号的实时检测算法。实测数据和仿真数据表明:该检测算法能够实时地完成对目标信号的检测,具有较远的检测距离,且在信噪比为–10 dB 时,检测概率达到 100%。 相似文献
2.
《中国海洋大学学报(自然科学版)》2017,(2)
目前针对背景复杂的海上舰船作为跟踪对象的跟踪算法研究较少。另外,多目标跟踪算法在变化频繁的背景条件下的精确性和实时性不足。为了提高多目标舰船跟踪的视觉跟踪算法的实时性和鲁棒性,本文提出了一种改进的基于TLD(Tracking-Learning-Detection)多目标舰船自动跟踪算法。该算法实现了海上多个目标舰船准确实时跟踪。首先,算法应用海天线检测与提取方法,利用最大类间方差阈值分割和Hough变换提取海天线;其次,算法利用Kalman滤波原理对海天线上的目标舰船进行定位与检测,分离出目标舰船;最后通过提取出来的目标用其最小外接矩形生成目标初始跟踪框,跟踪器利用初始跟踪框的位置坐标信息对目标进行实时自动跟踪。算法运行过程中都在海天线附近进行扫描检测,缩小了图像遍历范围,提高了算法的实时性。实验表明,通过对比典型的Mean-shift算法以及原始TLD目标跟踪算法,本文算法跟踪结果的精度较高,实时性较好。 相似文献
3.
为了能够在低信噪比的条件下提高目标的检测概率,降低目标的漏警率和虚警率,提出了一种基于信号特征的舰船轴频电场实时检测方法。 根据舰船的螺旋桨转速与轴频的对应关系确定了特征频段, 将特征频段内经过线谱、连续谱分离及线谱识别后的功率谱估计的最大值作为特征量。 根据环境变化,设置具有自适应功能的动态阈值,对信号进行实时检测,确定疑似目标点。 然后通过模量判断,线谱倍频判断和线谱稳定性判断,最终确认目标是否存在。 对仿真信号和实测信号进行了特征提取和检测,在不同海况和较低信噪比下实现了目标检测。 相似文献
4.
《中国海洋大学学报(自然科学版)》2021,(10)
将统计学中的箱线图应用于SAR图像舰船目标检测,提出了一种新的舰船检测算法。该算法不对海面背景建模,因此对复杂的海面背景具有较强的适应性,且能有效减少虚警和保持舰船轮廓。文中从适用条件、算法参数和时间复杂度三个方面,将该算法与恒虚警率(CFAR)算法做了详细的分析与比较,并推导出当海面背景符合高斯分布时,本文算法中的参数异常点因子与双参数CFAR算法中的标称因子之间的关系。最后,使用马六甲海峡及其附近海域的多幅星载SAR图像进行了实验验证。实验结果表明,当实际海面背景分布不符合高斯分布时,相比于双参数CFAR算法,本文算法具有更好的适应性。 相似文献
5.
6.
目标触底过程中通常会产生强烈的瞬态地震波信号,通过对此类地震波信号的监测、处理和分析,能够帮助判断该信号的产生是否是由异常活动产生的,并且能够根据信号分析相关信息,实现早期预警, 从而做出快速响应。 由于双谱检测具有很好的抗高斯干扰能力,对高斯平稳随机过程和试验模拟目标触底瞬态地震波信号的双谱特性进行了分析,并在高斯背景中对试验采集的瞬态信号进行了检测仿真,仿真试验结果表明:在高斯背景的干扰下,双谱检测能够有效实现对瞬态信号的检测[1] 。 相似文献
7.
通过研究、分析现有基于遥感影像的舰船检测算法,提出了基于Itti视觉显著度模型改进的高分辨率遥感影像海面舰船检测方法,该方法利用海面舰船相对于海面背景信息视觉关注高的特点,参考视觉显著度模型计算原理,对高分辨率遥感影像中的颜色、亮度、方向、纹理等特征进行有效提取,然后利用归一化方法将不同特征融合,形成有利于舰船目标提取得视觉显著度图,最后对生成的视觉显著度图进行阈值分割和精细化处理获得最终的舰船检测结果。与传统舰船检测算法相比,本文算法能够有效检测复杂海面背景下的舰船目标,减少了单一特征变化对检测精度的影响,提高了检测准确率,具有较好的抗噪性和较强的鲁棒性。 相似文献
8.
针对舰船磁场检测这一问题,提出了一种利用 PNI 磁传感器测量的方案,并设计了一套由 STC15 单片机控制的舰船磁场检测系统。 系统由 PNI 磁传感器、STC15 单片机、串口通讯模块、电源分配模块和上位机组成,实现了信号的采集、调理、传输和分析处理的过程。 最后,通过水池船模试验证明了该测量系统能够实现对舰船磁场信号进行检测。 相似文献
9.
近年来,海战场成为现代战争的主要作战区域之一,舰船目标逐渐成为海上重点监测对象,能否快速准确地识别海战场舰船目标的战术意图,给指挥员的决策提供必要的支持,这关系到一场海上战役的成败.随着合成孔径雷达(synthetic aperture radar,SAR)成像技术的不断发展,大量SAR图像可用于舰船目标检测与识别.利用SAR图像进行舰船目标检测与识别,已经成为重要的海洋应用之一.针对传统SAR图像舰船检测方法准确率较低的问题,本文在YOLOv3的基础上,结合感受野(receptive field block,RFB)模块,提出一种增强型的SAR舰船检测方法.该方法在最近公开的SAR图像舰船检测数据集上平均准确率值达到了91.50%,与原YOLOv3相比提高了0.92%.实验结果充分表明本文提出的算法在SAR舰船的检测中具有较好的检测效果. 相似文献
10.
给出了一个基于模糊C均值聚类(FCM)的舰船目标检测算法。其中心思想是将SAR图像中的各像素点灰度值视为样本集,然后利用FCM算法对该样本集聚类,并利用聚类结果计算图像分割全局阈值。与目前流行的恒虚警率(CFAR)检测算法相比,所给检测算法具有参数少、计算量与图像大小成正比、舰船轮廓保持良好的特点,为高分辨率SAR图像舰船目标检测提供了一个新的选择。 相似文献
11.
舰船目标检测是进行海洋环境监管,保障海上权益的重要手段。基于深度学习的目标检测算法能在复杂环境下保持良好性能,为测试不同深度学习目标检测算法在舰船检测中的效果,本文构建了一个包含3893张图像的数据集,涵盖了复杂背景下不同类型的舰船,基于此数据集分别采用Faster RCNN、SSD、RetinaNet、YOLOv3、YOLOv4算法进行实验,结果表明,YOLOv4 、YOLOv3、RetinaNet、Faster RCNN平均精度均在83%以上,其中YOLOv4最高达到91.77%,Faster RCNN误检较多,而SSD平均精度最低,只有79.23%,总的舰船检测数目偏少。将5种模型训练结果在高分二号影像上进行测试,得到较好的检测效果,对舰船检测未来理论研究的开展具有一定的指导意义。 相似文献
12.
13.
舰船辐射噪声特征线谱提取方法研究 总被引:1,自引:0,他引:1
线谱是船舶辐射噪声中重要的特征信息,为舰船的检测识别和方位跟踪提供了依据。采用Welch算法和CZT变换联合处理舰船的辐射噪声信号能够有效的提取线谱。Welch法在估计功率谱时可以有效减小方差和偏差,这有利于从宽带噪声谱中提取主要的窄带谱;CZT变换可以对窄带谱进行精确分析,提高频率的分辨力,因此这两者的结合有利于从舰船噪声中提取线谱。根据对仿真信号和某实船的辐射噪声信号的分析结果,表明该方法原理简单,能够精确地提取特征线谱,另外利用所提取的船只的特征线谱,还可以对船的航迹进行跟踪。 相似文献
14.
15.
16.
随着海上交通运输业业务需求的不断增加,传统的目标检测方法已无法满足实际需求。由于卫星遥感技术的快速发展,基于合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标自动识别具有显著的应用潜力。近年来,深度学习技术在目标检测领域逐渐显现出优势,特别是YOLO (You Only Look Once)模型以其较高的精度和计算效率,为SAR舰船目标的识别提供了一种新的方法。为对比不同的YOLO模型在舰船目标识别领域的性能及其相比于两阶段深度学习算法的优势,本文首先对YOLO系列的结构进行了归纳总结;其次对当前广泛使用的数据集进行了对比分析,并基于SAR图像数据集(SAR Ship Detection Dataset,SSDD)的样本进行重新标注构建出本文的数据集;然后将YOLO系列模型与两阶段目标检测方法——更快速的区域卷积神经网络(Faster Region-based Convolutional Neural Network,Faster R-CNN)在SAR舰船目标检测的精度和速度两方面进行对比实验;最后在YOLOv5模型的基础上对主干网络(Backbone... 相似文献
17.
舰船目标多为铁磁性材料构成,运动过程中会产生磁、地震动等多物理场信号,针对当前舰船目标的单物理场跟踪性能有限以及跟踪性能易受观测野值影响的问题,基于多节点的地震动信息和磁场信息,提出了一种鲁棒的地震动–磁场信息融合的跟踪算法.仿真和试验结果表明:此算法能够有效降低异常观测值带来的影响,由于双节点三分量磁场的信息是完备的... 相似文献
18.
针对热红外遥感图像由于低对比度、条带噪声、低空间分辨率等特点而导致的检测效果不佳问题,提出了一种近岸舰船目标尺度自适应选择分层多阈值检测方法。采用舰船模板图像尺度归一化高斯拉普拉斯函数取极大值准则进行尺度自适应选择,利用所选的高斯多尺度空间差分多阈值筛选进行近岸舰船检测,并根据不同类型舰船模板图像尺度和分块数选择对热红外图像舰船目标检测的影响进行验证实验。实验结果表明:所提方法能根据模板尺度特征滤除相似区域,通过设置合理尺度和阈值参数能实现有效检测,且具有一定的抗噪能力。 相似文献
19.
20.
海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片(海雾、雨)的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。 相似文献