| 基于CNN的SAR图像舰船目标检测算法 |
| |
| 引用本文： | 曲长文,刘晨,周强,李智,李健伟.基于CNN的SAR图像舰船目标检测算法[J].火力与指挥控制,2019,44(1). |
| |
| 作者姓名： | 曲长文 刘晨 周强 李智 李健伟 |
| |
| 作者单位： | 海军航空大学,山东烟台,264001;海军航空大学,山东烟台,264001;海军航空大学,山东烟台,264001;海军航空大学,山东烟台,264001;海军航空大学,山东烟台,264001 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 为了提升合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测的精度和速度,对卷积神经网络(Convolutional Neural Network,CNN)在SAR图像舰船目标检测上进行了研究。通过改进OTSU方法对SAR图像进行分割,并且用最小外接矩形将疑似目标标记出来;依据矩形中心在原始图像上提取出固定大小区域作为候选区域;将提取的目标通过训练好的卷积神经网络进行判定,去除虚警目标并将检测结果在原图中标记出来。实测数据的实验结果表明,该算法在降低虚警的同时提升了检测速度。
|
| 关 键 词： | 合成孔径雷达 卷积神经网络 目标检测 图像分割 候选区域提取 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
