10.3969/j.issn.1673-5692.2019.01.009
基于累积量随机学习算法的高分辨率SAR图像船检测方法研究
基于SAR图像的舰船目标检测是海洋遥感应用的重要内容,恒虚警率(CFAR)是应用最为广泛的SAR图像舰船检测算法之一.由于CFAR算法的性能主要依赖于对海杂波概率密度的准确估计,本文提出一种基于累积量随机学习的海杂波概率密度估计方法,并采用两级CFAR级联的方法提高检测效率,通过对像素点聚类解决了高分辨率SAR图像舰船区域不连通的问题.实验结果表明,累积量随机学习算法能够更精确地估计海杂波概率密度,相比经典方法,本文提出的检测方法性能较好且检测效率较高.
SAR舰船检测、CFAR检测、海杂波概率密度、累积量随机学习
14
TN959.72
装发预研课题SAR图像数据处理与自动解译技术41413030301
2019-04-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
47-54