首页|基于改进GOFRO的多角度SAR图像车辆目标检测方法

基于改进GOFRO的多角度SAR图像车辆目标检测方法

扫码查看
原文链接
  • 万方数据
  • 维普
针对城市场景中车辆目标分布状态随机,在检测过程中容易受到环境因素干扰等问题,提出一种将多角度合成孔径雷达(SAR)图像用于静止车辆目标提取的检测算法.在特征提取阶段,设计了一种适用于多角度图像上车辆目标的多尺度旋转不变的Gabor滤波器奇分量比例算子(MR-GOFRO)特征提取方法,对原有的GOFRO特征进行了滤波形式、特征尺度、特征方向、特征层次等4个方面的扩展,使其能够适应车辆目标在方向、尺度、形态等方面可能发生的变化.在图像融合阶段,设计了加权的非负矩阵分解(W-NMF)方法,根据特征质量调整来源于不同图像的特征权重,减少由于不同角度间相互干扰造成融合特征质量下降的现象.将该文所提出方法在不同的机载多角度图像数据集上进行验证,实验结果表明,该文提出的特征提取方法与同类方法相比,检测精度平均提升了3.69%;该文提出的特征融合方法与同类方法相比,检测精度提升了4.67%.
Vehicle Detection in Multi-aspect SAR Images Based on Improved GOFRO

Multi-aspect SARVehicle target detectionFeature extractionFeature selectionImage fusion

刘琪、禹卫东、洪文

展开 >

中国科学院空天信息创新研究院 北京 100094

中国科学院大学电子电气与通信工程学院 北京 101408

多角度SAR 车辆目标检测 特征提取 特征选择 图像融合

国家自然科学基金

61860206013

2023

10.12000/JR23042

雷达学报
中国科学院电子学研究所 中国雷达行业协会

雷达学报

CSTPCDCSCD北大核心EI
影响因子：0.667
ISSN：2095-283X
年,卷(期)：2023.12(5)
  • 2