基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法
来源:系统工程与电子技术杂志2021年第8期北京时间:
作者:王彬, 王国宇
单位:1. 中国海洋大学信息科学与工程学院, 山东 青岛 266100;2. 青岛科技大学信息科学技术学院, 山东 青岛 266061
摘要:针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络,分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合,充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。
关键词:海岸线提取,合成孔径雷达图像阴影水体提取,深度学习,编码解码网络
基金资助:国家自然科学基金资助课题(61702295)
2021年8期其他文献查阅:
基于稀疏信号处理的穿透成像增强算法
基于弹跳射线技术的三维GTD模型构建方法
基于插值拟合的抛面共形阵盲极化DOA估计
基于稀疏性深度学习的航拍图像超分辨重构
基于相关滤波的视觉目标跟踪算法新进展
最简多磁偶极子等效建模方法
基于改进正交匹配追踪算法的属性散射中心提取
基于信号传播修正的GNSS干扰源质心定位方法
基于正交频谱重构的微波三维成像方法
基于分层极化特性的箔条云识别方法
基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法
基于熵评价模态分解的雷达信号双谱特征识别
基于跟踪信息的多帧联合检测方法
基于稀疏FrFT的窄带雷达目标架次识别方法
GSC结构相控阵在主瓣干扰下的自适应单脉冲方法
基于CRC-MATE的体系架构方案选择
基于语义匹配的作战体系仿真想定生成方法
基于速度障碍法的飞行冲突网络建模与分析
基于性能的复杂装备现场可更换单元规划
基于BSO-ELM的涡轴发动机加速过程性能参数预测
基于任务的k/n(G)系统舰船备件需求预测
基于矩阵分解和自适应图的无监督特征选择
基于MBSE的民机研制过程管理
无人飞行器集群协同行为建模技术综述
高超声速伸缩式变形飞行器再入轨迹快速优化
基于特征匹配的舰载对陆导弹目标识别模型
基于SCB方差的GNSS欺骗式干扰检测算法
三维AoA目标跟踪的二次约束卡尔曼滤波算法
基于改进因子图模型的航天器组合姿态确定算法
交互策略改进MOFA进化的多UAV协同航迹规划
基于RSAMP算法的OFDM稀疏信道估计
基于噪声子空间特性的波束形成器设计
双冗余机制下的传输线特征阻抗分析
基于零阶椭圆球面波信号的连续相位调制及性能分析
基于反馈信道状态信息的水声自适应OFDMA
联合功率域SPMA协议的动态阈值算法
改进的压缩感知限幅噪声消除方案
考虑动态重构的装备体系可用性及弹性分析
基于灰色模型与LSTM网络的旋转机械轴承寿命预测
考虑时间相关故障的多状态系统可靠性与任务成功性仿真评估方法