基于海岸线分割的大尺度复杂场景SAR图像舰船检测方法
文档名：基于海岸线分割的大尺度复杂场景SAR图像舰船检测方法
摘要：机载和星载平台下的传统海岸线分割方法大多依赖人为构造特征或使用形态学手段,往往很难平衡模型泛化能力与分割精度的关系.对此,研究机载和星载平台下的超高分辨率合成孔径雷达(SyntheticApertureRadar,SAR)成像及其在船舶检测的应用,提出一种基于超像素分割和深度卷积神经网络的海陆分割方法,用深度特征代替人工特征并充分利用SAR图像的纹理、灰度和亮度等特征,在保证模型泛化能力的基础上具有较高的分割精度,为机载和星载平台下的舰船检测任务打下了良好的基础.
Abstract：Mostofthetraditionalcoastlinesegmentationmethodsonairborneandspaceborneplatformsrelyonartificialconstructionoffeaturesormorphologicalmethods,anditisdifficulttobalancetherelationshipbetweenmodelgeneralizationabilityandsegmentationaccuracy.Inthispaper,westudytheultra-highresolutionSyntheticApertureRadar(SAR)imaginganditsapplicationinshipdetectiononbothairborneandspaceborneplatforms,andproposeasea-landsegmentationmethodbasedonsuperpixelsegmentationanddeepconvolutionalneuralnetwork.Usingdepthfeaturesinsteadofartificialfeaturesandmakingfulluseofthetexture,grayandbrightnessfeaturesofSARimages,ithasahighsegmentationaccuracyonthebasisofensuringthegeneralizationabilityofthemodel,whichlaysagoodfoundationfortheshipdetectiontaskontheairborneandsatellite-borneplatforms.
作者：杜孟洋李龙李晓华张鑫杨旭超张国栋Author：DUMengyangLILongLIXiaoHuaZHANGXinYANGXuchaoZHANGGuodong
作者单位：新疆理工学院信息工程学院,新疆阿克苏843100
刊名：电视技术
Journal：VideoEngineering
年，卷(期)：2024, 48(7)
分类号：TP311.1
关键词：海岸线分割深度学习神经网络合成孔径雷达(SAR)
Keywords：coastallinesegmentationdeeplearningneuralnetworkSyntheticApertureRadar(SAR)
机标分类号：TP391.41TN958TM743
在线出版日期：2024年7月12日
基金项目：基于海岸线分割的大尺度复杂场景SAR图像舰船检测方法[
期刊论文]电视技术--2024, 48(7)杜孟洋李龙李晓华张鑫杨旭超张国栋机载和星载平台下的传统海岸线分割方法大多依赖人为构造特征或使用形态学手段,往往很难平衡模型泛化能力与分割精度的关系.对此,研究机载和星载平台下的超高分辨率合成孔径雷达(SyntheticApertureRadar,SAR)成像及其...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于海岸线分割的大尺度复杂场景SAR图像舰船检测方法Ship Detection in SAR Images of Large-Scale Complex Scenes Based on Coastline Segmentation
基于海岸线分割的大尺度复杂场景SAR图像舰船检测方法.pdf
页:
[1]