一种面向多星多分辨率的SAR图像舰船候选区域提取方法
基于CFAR和核密度估计(KDE)的SAR传统舰船候选区域提取方法存在以下缺陷:CFAR虚警率依赖人工经验选择;CFAR仅对杂波分布建模,会对被检目标构成一定的漏检风险;利用KDE进行强海杂波过滤时,需凭人工经验选择滤除阈值.这使得传统舰船候选区域提取方法无法适应多星多分辨率等复杂场景.该文提出一种面向多星多分辨率的SAR图像舰船候选区域提取算法,针对CFAR算法的缺陷,提出采用均值二分法迭代逼近目标计算分割阈值,在克服CFAR缺陷的同时,计算效率比CFAR提高10倍以上;针对KDE的缺陷,提出了区块KDE结合大阈值滤除强海杂波,再借助种子点生长算法重建目标.由于大阈值具有足够的阈量,使得算法可以适应更复杂的场景.实验表明所提方法具有不漏检、阈值自适应、计算效率高、虚警率低的优点,具备优秀的多星多分辨率SAR舰船候选区域提取能力.
图像处理、舰船候选区域、均值二分法、目标重建、种子点生长、阈值自适应
41
TN957.52
中国电子科技集团公司航天信息应用技术重点实验室开放基金EX166290025
2019-05-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
770-778