《雷达学报杂志》发表论文赏析

基于极化SAR梯度和复Wishart分类器的舰船检测

来源:雷达学报杂志2024年第2期北京时间:

作者:殷君君, 罗嘉豪, 李响, 代晓康, 杨健

单位:1.北京科技大学计算机与通信工程学院 北京 100083;2.北京无线电测量研究所 北京 100854;3.清华大学电子工程系 北京 100084;

摘要:舰船检测是极化SAR系统的重要应用之一。现有的舰船检测方法容易受到旁瓣泄露的干扰,使得舰船目标的形态难以提取,导致检测结果不符合真实情况。此外,在舰船过于密集、尺度不一致的情况下,相邻舰船由于旁瓣的影响有时会被认为是单个目标,从而造成漏检。针对这些问题,该文提出一种基于极化SAR梯度和复Wishart分类器的舰船检测方法。首先,将似然比检验(LRT)梯度引入对数比值梯度框架,使其适用于极化SAR数据;基于LRT梯度图进行恒虚警(CFAR)检测,提取舰船的边缘信息,消除伪影的同时抑制强旁瓣对舰船精细轮廓提取的影响。其次,利用复Wishart迭代分类器对舰船强散射部分进行检测,可排除大部分的杂波干扰且保持舰船形态细节。最后,将二者信息融合,从而可以保持舰船形态细节的同时克服旁瓣和伪信号的虚警。该文在3幅来自ALOS-2卫星的极化SAR图像上进行了对比实验,实验表明与其他方法相比,该文所提算法具有更少的虚警和漏检,且能够有效克服旁瓣泄露,保持舰船形态细节。

关键词:舰船检测, 极化合成孔径雷达, 比值梯度, 似然比检验, 复Wishart分类器

基金资助:国家自然科学基金(62222102, 62171023),中央高校基本科研业务费(FRF-TP-22-005C1)

2024年2期其他文献查阅:

微波视觉与SAR图像智能解译

SAR图像飞机目标智能检测识别技术研究进展与展望

基于时频分析的SAR目标微波视觉特性智能感知方法与应用

格式塔感知规律在SAR图像中的有效性初探

面向SAR图像目标分类的CNN模型可视化方法

面向目视解译的全极化SAR船只精细化特征表征方法

基于极化SAR梯度和复Wishart分类器的舰船检测

基于散射点拓扑和双分支卷积神经网络的SAR图像小样本舰船分类

面向SAR目标识别深度网络可理解的类激活映射方法

融合可微分渲染的SAR多视角样本增广

基于RANSAC和三维谱峰分析的全姿态散射中心建模

微波光子SAR最优子带融合的全分辨伪彩图生成方法

基于属性散射中心卷积核调制的SAR目标识别深层网络

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!