《电子测量技术杂志》发表论文赏析

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

2025年16期其他文献查阅:

单目SLAM中基于单应性的快速地平面检测方法

参数自适应的NC-AFM悬臂控制系统设计

基于STA机制的AE-BiLSTM的滚动轴承剩余寿命预测

基于ResNet-LSTM的心电信号特征点检测优化算法研究

基于IZOA结合最小交叉熵的图像分割算法

基于KAN的多模态自动睡眠分期

动态场景下融合稀疏光流的语义视觉SLAM算法

基于改进YOLO算法地铁异物检测

压力容器焊接区几何角度对相控阵检测的影响

基于参数优化和QR的短期风电功率预测

刚性陶瓷防热瓦损伤无损检测技术研究进展

基于SecureViT的恶意代码检测模型

基于深度约束与光流跟踪的视觉SLAM方法

混合SAM改善钙钛矿太阳能电池空穴传输能力

谐振式光学微腔陀螺锁频及误差反馈技术研究

基于密集空洞金字塔的SAR多尺度道路检测

基于边界特征与多尺度特征的车辆目标检测

基于改进LoG-Zernike矩的亚像素磁瓦边缘检测方法

联合多尺度注意力与混合池化的手腕创伤X光图像检测

PSSN-YOLO:风机表面缺陷检测模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!