3。3 OTSU 和区域生长算法进行海陆分离实验的比较分析 20

3。4 形态学图像处理基本概念 21

3。5 用形态学图像处理进行海陆分离的实验结果分析 26

4 红外遥感图像中的舰船检测 30

4。1 舰船检测 30

4。2 实验评测标准 31

4。3 实验结果 31

结 论 37

致 谢 39

参 考 文 献 40

1 引言

1。1 选题背景及意义

舰船作为海上运输的主要载体以及海上作战的主要目标，其在民用和军用方面的多种用 途使得在遥感图像中进行自动的舰船检测变得尤为重要。尤其是在我国，海洋面积广阔而且 环境复杂，再加上海洋争端日益明显，如何高效准确地自动检测出舰船目标便具有了很重要 的实际价值和研究意义。

遥感是指在不进行物理接触的情况下对目标信息的获取，一般是指使用航空传感器技术， 利用电磁辐射等传播信号来对地球上的物体进行探测和分类。近几年来，遥感识别和检测环 境的能力有了很显著的提升，它所具有的可远距离操控、检测范围广等优点，使得它在舰船 检测中起着非常重要的作用。

红外成像系统因其是种完全依赖于物体本身辐射的被动检测，使得它在军事和民用设备 中非常受欢迎。此外，红外成像系统的高灵敏度和空间分辨率，较大的动态变化范围以及它 的强透雾能力，也使得红外成像系统在海上安全和交通监测中的应用变得备受关注。论文网

随着传感器技术在空间和时间分辨率方面的进步，遥感图像的分辨率和成像质量以飞快 的速度得到持续的改善，红外遥感图像技术必然会迎来新的篇章。因此，如何快速准确地分 割并提取出红外遥感图像中的我们所感兴趣的目标便成了现下所要着重研究和解决的问题。 由于红外成像技术的局限性以及海洋状态的多变性，红外图像中的舰船检测充满了挑战 性。红外舰船图像通常具有一些如目标和背景间对比度低、信噪比低、强度不均匀等特性，

这使得在红外图像中检测[1,2]和分割[3]舰船目标存在一定的难度。

1。2 国内外研究现状

1。3 本文主要内容及组织结构

本文基于红外遥感图像，利用区域生长和形态学相结合的方法进行海陆分离，并通过对 连通区域的一系列处理来进行舰船候选的提取和虚假候选的去除，最终得到真实舰船目标。 在探究过程中针对检测存在的问题，通过采用不同算法进行处理，并分析实验结果，希望可 以找到一种准确率相对较高的舰船检测方法。

本文的组织结构如下： 第一章：主要阐明了选题的背景和它的探究意义，并就国内外对遥感图像中舰船检测的

研究现状进行分析，了解已有的算法，并理清研究思路。 第二章：简单介绍了图像预处理的方法，并针对图像的不同类型结合实验讨论预处理算