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:
全极化SAR影像应用于海上船舶检测,如何在不降低检测率的同时,利用极化信息降低虚警率,是一个值得研究的问题.根据SAR极化矩阵3个特征值的非负性和稀疏性,提出了改进的非负矩阵分解S-NMF(Sparseness-Nonnegative Matrix Factorization)方法:将最大和次优特征值用于NMF分解,因为两者占有目标97%以上的能量,能够保证最大的检测率,分解后所得结果为检测结果Ⅰ;而强海杂波、“目标鬼影”等虚警在第三特征值上表现较弱,利用第三特征值与结果Ⅰ相乘,可进一步强化目标弱化虚警.然后采用OS-CFAR算法对相乘后的图像进行检测,输出最终结果.最后用带有AIS数据的Radarsat-2全极化数据对该方法进行验证,并与SPAN方法、HV通道、PWF方法的检测结果进行对比,结果表明:该方法不但能够正确地检测出船舶目标,而且能够有效降低虚警.
推荐文章
基于H/A/α-Wishart分类的极化SAR图像船只检测
极化合成孔径雷达
船只检测
目标分解
非监督分类
一种全极化高分SAR与中分光学影像融合方法
全极化SAR
中分光学影像
影像融合
主成分分析
HSV变换
基于物理散射模型的全极化SAR图像增强滤波算法
全极化SAR图像
极化SAR图像滤波
增强的四分量极化分解
全极化SAR图像的煤矿区土地覆盖信息分层提取方法研究
全极化SAR图像
面向对象
多尺度分割
分类精度
土地覆盖
煤矿区
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 基于改进的S-NMF方法的全极化SAR船舶检测
来源期刊 遥感技术与应用 学科 工学
关键词 船舶检测 稀疏度 NMF方法 特征值分解 极化SAR
年,卷(期) 2013,(2) 所属期刊栏目 图像与数据处理
研究方向 页码范围 217-224
页数 分类号 TP79
字数 语种 中文
DOI
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 张红 中国科学院对地观测与数字地球科学中心 238 2759 26.0 42.0
2 张波 中国科学院对地观测与数字地球科学中心 209 2133 20.0 38.0
3 吴冰洁 中国科学院对地观测与数字地球科学中心 3 14 3.0 3.0
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  (5)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (1)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
船舶检测
稀疏度
NMF方法
特征值分解
极化SAR
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
遥感技术与应用
双月刊
1004-0323
62-1099/TP
大16开
兰州市天水路8号
54-21
1986
chi
出版文献量(篇)
2767
总下载数(次)
11
总被引数(次)
43303
论文1v1指导