基于密集空洞金字塔的SAR多尺度道路检测

来源：电子测量技术杂志2025年第16期北京时间：

作者：张慧，牟立强，覃熠，崔宗勇

单位：1.电子科技大学成都学院 成都 611731;2.电子科技大学信息与通信工程学院 成都 611731

摘要：SAR图像中道路检测，能够实现不同复杂背景条件下不同尺度道路目标的精确判别，在战场监测、目标定位和跟踪等军事和民用领域中，发挥着重大的作用。相较于利用边缘检测或区域分割等方法提取道路的传统方法，目前基于卷积神经网络的方法具有优秀的特征提取能力和准确的分割效果，在道路检测中发挥着越来越重要的作用。然而SAR数据集往往包含多种分辨率图像，道路尺度不一，所需感受野不同，导致目前的方法仍难以解决多尺度道路检测问题。针对上述问题，本文提出了一种基于密集空洞金字塔网络的多尺度道路检测方法。该方法将密集连接与U-net结合，通过渐进式空洞率设计替代传统固定空洞率结构，在编码器中构建密集空洞金字塔模块，逐步扩展感受野以适配不同分辨率道路特征；结合多尺度注意力机制，动态融合浅层细节与深层语义信息，抑制复杂背景干扰，能够增强特征图的提取，提升对于小尺度道路的检测性能。针对高分三号SAR图像数据的试验结果表明,本文提出的网络在1 m、3 m、10 m分辨率下平均交并比达到74.39%、68.01%、66.32%，较对比方法提升2.04%~13.7%。针对于同幅图像中不同尺度道路以及不同分辨率SAR图像中的不同道路，本文所提方法均能有效降低对细小道路的漏检，同时能降低环境干扰带来的虚警，相较于其他方法能够达到最优的道路检测性能。

关键词：SAR图像;道路检测;金字塔网络

基金资助：国家自然科学基金面上项目（62271116）资助