首页|基于多层显著性模型的SAR图像舰船目标检测

基于多层显著性模型的SAR图像舰船目标检测

扫码查看
原文链接
  • 万方数据
  • 维普
针对合成孔径雷达图像舰船目标检测问题，提出了一种结合选择机制与轮廓信息的多层显著性目标检测方法。首先，利用非下采样剪切波和频谱残差法进行全局显著性区域提取。其次，提出了一种基于动态恒虚警率的活动轮廓显著性模型，逐步滤除候选区域的虚警，提取目标轮廓，从而实现目标的精确检测。所提方法能够由粗到细地快速捕获目标区域，从而实现高效、高分辨率合成孔径雷达图像舰船检测。最后，在真实SAR数据集进行了测试，与其他经典的舰船检测方法相比，所提算法不仅有效地抑制了海杂波的影响，而且在检测精度上有较大提高。
Ship detection in SAR image based on multi-layer saliency model
Aiming at the problem of ship detection in synthetic aperture radar(SAR)images,a multi-layer saliency target detection method combining selection mechanism and contour information is proposed.Firstly,non-subsampled shearlet transform(NSST)and spectral residual method are used to extract the globally significant region.Secondly,an active contour saliency model based on dynamic constant false alarm rate(CFAR)is proposed to filter out the false alarms of candidate regions step by step and extract the target contour,so as to realize the accurate detection of targets.The proposed method can quickly capture the target area from coarse to fine,so as to achieve high-efficiency and high-resolution SAR image ship detection.Finally,the algorithm is tested on real SAR datasets.Compared with other classical ship detection methods,the proposed algorithm not only effectively suppresses the influence of sea clutter,but also greatly improves the detection accuracy.

synthetic aperture radar(SAR)image target detectionnon-subsampled shearlet transform(NSST)saliency detectionactive contour model

扈琪、胡绍海、刘帅奇

展开 >

河北大学电子信息工程学院,河北保定 071002

北京交通大学信息科学研究所,北京 100044

现代信息科学与网络技术北京市重点实验室,北京 100044

SAR图像目标检测 非下采样剪切波变换 显著性检测 活动轮廓模型

国家自然科学基金国家自然科学基金河北省自然科学基金中国博士后科学基金河北省高等学校科学技术研究项目模式识别国家重点实验室开放课题基金

6217203062172139F20222010552022M713361BJ2020030202200007

2024

10.12305/j.issn.1001-506X.2024.02.12

系统工程与电子技术
中国航天科工防御技术研究院 中国宇航学会 中国系统工程学会

系统工程与电子技术

CSTPCD北大核心
影响因子：0.847
ISSN：1001-506X
年,卷(期)：2024.46(2)
  • 31