一种基于密集深度分离卷积的SAR图像水域分割算法

• 作者: 孙光才 张金松 邢孟道
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: 合成孔径雷达 水域分割 深度学习 密集分离卷积 特征提取
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: ?
• 页码范围: 400-412
• 页数: 13页
• 分类号: TN958
• 字数: 5641字
• 语种: 中文

摘要

SAR图像的水域分割在舰船目标检测、灾害监测等军事和民用领域具有重要意义。针对传统水域分割算法鲁棒性差、难以准确进行分割等问题，该文首先建立了基于高分三号的SAR图像水域分割数据集，并基于深度学习技术提出了基于密集深度分离卷积的分割网络架构，该网络以SAR图像作为输入，通过密集分离卷积和扩张卷积提取图像高维特征，并构造基于双线性插值的上采样解码模块用于输出分割结果。在水域分割数据集上的实验结果表明，与传统方法相比，该方法不仅在分割准确度上有大幅提高，在算法的鲁棒性和分割速度上也具有部分优势，具备较好的工程实用价值。