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:
随着 SAR 图像分辨率的不断提高,传统 CFAR 检测算法由于速率较慢,已经不能满足实际应用的需求。针对高分率 SAR 图像,提出了一种两级舰船目标快速检测算法。第一级采用改进的最大熵双阈值检测算法将图像分割为目标、疑似目标、背景三部分;第二级采用改进的双参数 CFAR 检测算法,在第一级结果基础上进行自适应二次检测,最后得到舰船目标。通过真实 SAR 图像数据实验表明,提出的算法具有良好的检测性能,更符合实际高分辨率 SAR 图像舰船目标检测的应用需求。
推荐文章
SAR舰船快速检测系统设计
SAR
海陆分割
舰船检测
OpenCV
Qt
CUDA
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
SAR图像舰船目标分割算法研究
合成孔径雷达(SAR)
图像分割
目标检测
概率竞争网络
基于NSCT和ACO的SAR图像舰船检测
合成孔径雷达
非下采样变换
蚁群优化
边缘检测
舰船检测
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 SAR 图像舰船目标快速检测方法研究
来源期刊 舰船电子工程 学科 工学
关键词 合成孔径雷达 SAR 舰船检测 CFAR 最大熵双阈值检测算法 快速算法
年,卷(期) 2016,(9) 所属期刊栏目 信息融合技术
研究方向 页码范围 27-30,88
页数 5页 分类号 TN957.52
字数 2958字 语种 中文
DOI 10.3969/j.issn.1672-9730.2016.09.007
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 田金文 华中科技大学自动化学院多谱信息处理技术国防科技重点实验室 248 2531 25.0 36.0
2 王智勇 华中科技大学自动化学院多谱信息处理技术国防科技重点实验室 26 187 9.0 13.0
3 窦浩 华中科技大学自动化学院多谱信息处理技术国防科技重点实验室 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (21)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
合成孔径雷达 SAR
舰船检测
CFAR
最大熵双阈值检测算法
快速算法
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
舰船电子工程
月刊
1672-9730
42-1427/U
大16开
湖北省武汉市
1981
chi
出版文献量(篇)
9053
总下载数(次)
18
总被引数(次)
27655
论文1v1指导