10.3969/j.issn.1002-0640.2019.01.008
基于CNN的SAR图像舰船目标检测算法
为了提升合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测的精度和速度,对卷积神经网络(Convolutional Neural Network,CNN)在SAR图像舰船目标检测上进行了研究.通过改进OTSU方法对SAR图像进行分割,并且用最小外接矩形将疑似目标标汜出来;依据矩形中心在原始图像上提取出固定大小区域作为候选区域;将提取的目标通过训练好的卷积神经网络进行判定,去除虚警目标并将检测结果在原图中标记出来.实测数据的实验结果表明,该算法在降低虚警的同时提升了检测速度.
合成孔径雷达、卷积神经网络、目标检测、图像分割、候选区域提取
44
TP391(计算技术、计算机技术)
国家自然科学基金资助项目60874112,61571454
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
40-44