基于SVM的高分辨率SAR图像舰船目标检测算法

摘要：

针对高分辨率合成孔径雷达(SAR)图像舰船检测对检测精度、智能化水平、实时性和处理效率的要求,在研究了高分辨率SAR图像海洋背景和目标特点的基础上,提出了一种基于支持向量机的高分辨率SAR图像舰船目标检测算法.算法首先设计了一个对分块区域进行线下训练的支持向量机(SVM)分类器对SAR图像分块进行舰船目标区域筛选,进而实现对包含不同观测部分的舰船目标分块的筛选,之后对筛选出的舰船目标区域进行最大熵阈值(KSW)算法进行舰船目标精细检测.采用TerraSAR-X等多幅商业卫星数据进行了实验验证,通过与经典CFAR检测算法的对比得出结论,算法在改善了由斑点噪声和海洋杂波背景不均匀导致检测结果产生大量虚警的同时,检测速度也较之提高了20％～35％.

关键词：合成孔径雷达图像、舰船目标检测、支持向量机、最大熵阈值算法、快速算法

所属期刊栏目：33

分类号：TP75(遥感技术)

资助基金：国家自然科学基金项目"空间信息网络对海上目标连续观测基础理论与关键技术"42511133N

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：119-127