论文部分内容阅读
基于深度学习理论,对电子海图与雷达图像船舶感知信息融合进行了研究,通过三维点云数据特征将满足要求的点云筛选出,并将点云数据在二维平面投影进行聚类.支持向量机(SVM)分类器和视觉显著性两种方法结合跟踪船只,采集正负样本并进行正负样本的方向梯度直方图特征提取,完成SVM分类器训练;通过训练好的SVM分类器识别视频图像的目标船只,利用亮度、颜色等一致性特点检测此感兴趣区域的显著性.分析了视觉显著性、激光雷达、SVM分类器检测实施船只的追踪和位置定位功能,将视觉显著性、激光雷达、SVM分类器三者之间存在的相应转化关系进行分析研究,从而得到激光雷达系统和拍摄相机间的联动性能,并予以连接,最终完成电子海图和激光雷达影像,传感器在进行数据上传的同时,可以实时进行.实验表明:电子海图和雷达图像融合检测真正率为97.14％.