《雷达学报杂志》发表论文赏析

一种基于密集深度分离卷积的SAR图像水域分割算法

来源:雷达学报杂志2019年第3期北京时间:

作者:张金松, 邢孟道, 孙光才

单位:西安电子科技大学雷达信号处理国家重点实验室 西安 710071;西安电子科技大学信息感知技术协同创新中心   西安   710071;

摘要:SAR图像的水域分割在舰船目标检测、灾害监测等军事和民用领域具有重要意义。针对传统水域分割算法鲁棒性差、难以准确进行分割等问题,该文首先建立了基于高分三号的SAR图像水域分割数据集,并基于深度学习技术提出了基于密集深度分离卷积的分割网络架构,该网络以SAR图像作为输入,通过密集分离卷积和扩张卷积提取图像高维特征,并构造基于双线性插值的上采样解码模块用于输出分割结果。在水域分割数据集上的实验结果表明,与传统方法相比,该方法不仅在分割准确度上有大幅提高,在算法的鲁棒性和分割速度上也具有部分优势,具备较好的工程实用价值。

关键词:合成孔径雷达, 水域分割, 深度学习, 密集分离卷积, 特征提取

基金资助:国家重点研发计划(2017YFC1405600),国家自然科学基金创新群体基金(61621005)

2019年3期其他文献查阅:

雷达海杂波测量试验回顾与展望

机载多功能海上监视雷达系统设计与关键技术研究

三维随机粗糙海面与舰船的复合电磁特性的高频方法分析研究

复合高斯杂波下抑制失配信号的自适应检测器

基于空域联合时频分解的海面微弱目标检测方法

基于多普勒谱非广延熵的海面目标检测方法

杂波背景下基于概率假设密度的辅助粒子滤波检测前跟踪改进算法

面向海面目标检测的陆海分离和海面分区算法研究

FMCW-ISAR对舰船目标成像脉内补偿方法研究

一种海洋涡旋SAR图像仿真方法

一种用于海洋要素反演的机载SAR多普勒中心偏移计算方法

一种基于密集深度分离卷积的SAR图像水域分割算法

基于级联卷积神经网络的大场景遥感图像舰船目标快速检测方法

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!