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:
SAR图像舰船尾迹检测不仅能够反演运动舰船的航速航向信息,也有助于发现图像中弱小的舰船目标.现有的舰船尾迹检测方法对于简单背景SAR图像的检测效果较好,但复杂背景下的检测效果难以满足使用要求.提出一种基于能量泛函极小化的复杂背景SAR图像舰船尾迹检测方法.该方法采用相对全变分技术将图像分解为包含舰船尾迹的光滑成分和海背景纹理成分,通过剪切波变换高频系数重构增强光滑成分,再通过Radon变换检测光滑成分中的尾迹线.比对实验结果表明,本文所提方法对于复杂背景SAR图像的舰船尾迹检测效果明显优于现有的方法.
推荐文章
基于形态字典学习的复杂背景SAR图像舰船尾迹检测
SAR图像
舰船尾迹检测
形态成分分析
字典学习
剪切波变换
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
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
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 基于相对全变分的复杂背景SAR图像舰船尾迹检测
来源期刊 中国科学院大学学报 学科 工学
关键词 合成孔径雷达 舰船尾迹检测 相对全变分 剪切波变换 Radon变换
年,卷(期) 2017,(6) 所属期刊栏目 信息与电子科学
研究方向 页码范围 734-742
页数 9页 分类号 TP391
字数 6307字 语种 中文
DOI 10.7523/j.issn.2095-6134.2017.06.010
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 孙卫东 清华大学电子工程系 52 471 10.0 20.0
2 禹晶 北京工业大学计算机学院 21 218 7.0 14.0
3 杨国铮 清华大学电子工程系 2 5 1.0 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  (0)
同被引文献  (0)
二级引证文献  (0)
2017(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)
研究主题发展历程
节点文献
合成孔径雷达
舰船尾迹检测
相对全变分
剪切波变换
Radon变换
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
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
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