基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过对SAR图像的目标特性分析,提出了一种SAR区域型目标的检测方法.与通常的一些目标检测算法相比,该算法在ROI的提取和目标建模两个方面作了改进,提出了一个新的特征提取算子并引入多尺度的梯度特征作为分类依据.算法应用于真实的SAR图像进行居民区的检测,获得了预期的结果.实验表明,基于多尺度梯度特征的目标检测算法具有良好的性能.
推荐文章
一种基于小波变换的SAR图像多尺度融合变化检测方法
SAR图像
变化检测
小波变换
多尺度融合
基于特征融合的多尺度窗口产品外观检测方法
机器视觉
质量检测
特征融合
多尺度滑动窗口
支持向量机
基于RetinaNet的SAR图像舰船目标检测
合成孔径雷达(SAR)图像
舰船目标检测
深度学习
RetinaNet
基于区域纹理的运动目标检测方法
运动目标检测
区域纹理
混合高斯模型
多模态均值
运动历史
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多尺度特征的SAR区域型目标检测方法
来源期刊 雷达科学与技术 学科 工学
关键词 合成孔径雷达 自动目标识别 方向梯度 目标检测
年,卷(期) 2004,(6) 所属期刊栏目 SAR
研究方向 页码范围 355-359
页数 5页 分类号 TN957
字数 2906字 语种 中文
DOI 10.3969/j.issn.1672-2337.2004.06.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李武皋 2 32 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (7)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
合成孔径雷达
自动目标识别
方向梯度
目标检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
雷达科学与技术
双月刊
1672-2337
34-1264/TN
大16开
安徽省合肥市9023信箱60分箱
2003
chi
出版文献量(篇)
1971
总下载数(次)
3
总被引数(次)
10892
论文1v1指导