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:
针对传统SAR图像船舶自动检测方法在检测近岸目标时存在的普适性不强、计算量大、自动识别差的缺陷,提出了一种新的迭代阈值分割算法,通过消除噪声、分离目标检测出船舶目标,对比验证该方法能自动、快速、准确地检测近岸船舶目标.
推荐文章
基于合成孔径雷达图像的河流检测方法研究
合成孔径雷达图像
河流检测
Fisher准则
数学形态学
合成孔径雷达图像自动配准算法研究
合成孔径雷达图像配准
SAR
强角点
仿射变换
相似三角形
开源计算机视觉库
合成孔径雷达图像中机场跑道的自动识别
自动目标识别
图像理解
跑道识别
直线提取
一种多方向的合成孔径雷达图像边缘检测方法
SAR图像
边缘检测
小波分析
多孔小波算法
Contourlet变换
模极大值检测
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 合成孔径雷达图像船舶自动检测新方法
来源期刊 船海工程 学科 交通运输
关键词 合成孔径雷达图像 自动检测 图像分割 形态学滤波
年,卷(期) 2006,(4) 所属期刊栏目 相关技术研究
研究方向 页码范围 102-104
页数 3页 分类号 U6
字数 2482字 语种 中文
DOI 10.3963/j.issn.1671-7953.2006.04.033
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 高岚 武汉理工大学能源与动力工程学院 45 128 7.0 9.0
2 廖云良 武汉理工大学能源与动力工程学院 3 17 2.0 3.0
3 潘峰 武汉理工大学能源与动力工程学院 5 24 3.0 4.0
4 张卉 武汉理工大学能源与动力工程学院 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (36)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (32)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
合成孔径雷达图像
自动检测
图像分割
形态学滤波
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
船海工程
双月刊
1671-7953
42-1645/U
大16开
武汉市武昌区和平大道1040号
1972
chi
出版文献量(篇)
4860
总下载数(次)
9
总被引数(次)
17407
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导