原文传递
SAR图像多尺度舰船目标检测方法研究
| 论文题名： | SAR图像多尺度舰船目标检测方法研究 |
| 关键词： | SAR图像;多尺度舰船目标检测;超像素;谱残差 |
| 摘要： | 合成孔径雷达（SyntheticApertureRadar,SAR）能够穿透云层稳定、持续地对海成像，实现全天时全天候的海洋遥感监测。凭借其技术优势，SAR在海洋环境保护、海洋经济建设、国土军事防御中发挥着关键作用。针对海面舰船目标尺度不一的问题，传统目标检测方法未能充分考虑舰船的多尺度特性，容易出现大量的干扰误判，造成虚警和多尺度目标漏检，难以适应复杂多变的检测场景。 为了解决上述问题，本文围绕SAR图像多尺度舰船目标检测，对多分辨率SAR图像和复杂场景SAR图像多尺度舰船目标检测方法开展研究。本文主要工作包括： 1.分析了舰船在SAR图像中呈现的目标特性和区域分布特性，在此基础上研究了SAR图像多尺度舰船目标检测框架，并分别对多分辨率和复杂场景SAR图像多尺度舰船目标检测的场景进行了分析。 2.针对多分辨率SAR图像的多尺度舰船目标检测难题，提出了基于超像素的SAR图像多尺度舰船目标检测方法。该方法通过聚合空间距离相近、灰度和纹理结构相似的像素，生成同质超像素，不受限于图像分辨率而对目标区域和背景进行准确划分，能够实现多分辨率SAR图像中对多尺度舰船目标的稳健检测。 3.针对复杂场景SAR图像的多尺度舰船目标检测难题，结合视觉显著性检测的谱残差模型和深度学习目标检测的YOLO系列模型，研究了改进YOLOv4的SAR图像多尺度舰船目标检测方法。该方法通过结合谱残差显著图的频域特征和深度学习卷积神经网络表征的空间域特征，构建融合特征图，增强目标关键特征，减少目标误判，实现了复杂场景SAR图像中对多尺度舰船目标的稳健检测。 以上工作，已通过实测SAR图像数据进行了验证。实验表明，本文提出的方法具备有效性和鲁棒性，在多分辨率SAR图像和复杂场景SAR图像中，能够实现多尺度舰船目标的稳健检测。 |
| 作者： | 崔美玲 |
| 专业： | 信息与通信工程 |
| 导师： | 黄钰林 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
