基于累积量随机学习算法的高分辨率SAR图像船检测方法研究

• 作者: 刘长清 吴琨 潘舟浩 王卫红 祝继伟 赵琳
• 来源期刊: 中国电子科学研究院学报
• 学科: 工学
• 关键词: SAR舰船检测 CFAR检测 海杂波概率密度 累积量随机学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 工程与应用
• 页码范围: 47-54
• 页数: 8页
• 分类号: TN959.72
• 字数: 4780字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5692.2019.01.009

摘要

基于SAR图像的舰船目标检测是海洋遥感应用的重要内容,恒虚警率(CFAR)是应用最为广泛的SAR图像舰船检测算法之一.由于CFAR算法的性能主要依赖于对海杂波概率密度的准确估计,本文提出一种基于累积量随机学习的海杂波概率密度估计方法,并采用两级CFAR级联的方法提高检测效率,通过对像素点聚类解决了高分辨率SAR图像舰船区域不连通的问题.实验结果表明,累积量随机学习算法能够更精确地估计海杂波概率密度,相比经典方法,本文提出的检测方法性能较好且检测效率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵琳		20	27	3.0	3.0
2	吴琨		2	0	0.0	0.0
3	潘舟浩		5	9	2.0	3.0
4	刘长清		6	10	2.0	3.0
5	王卫红		7	18	3.0	4.0
6	祝继伟		1	0	0.0	0.0