

基于双边截断统计特性的SAR图像舰船CFAR检测方法.pdf
诗文****仙女
亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于双边截断统计特性的SAR图像舰船CFAR检测方法.pdf
本发明公开了一种基于双边截断统计特性的SAR图像舰船CFAR检测方法,其步骤包括:1.获取一幅SAR图像,设置由目标窗口和背景窗口组成的局部滑动窗口,计算背景窗口中像素的对数域均值和对数域标准差和变异指数,并得到截断规则,去除其中的异质像素;2.采用最大似然估计法对保留的真实海杂波进行对数域均值和对数域标准差估计;3.用对数正态分布对真实海杂波灰度概率密度进行建模;4.根据给定的检测虚警率建立判决规则,对目标窗口中的待测像素进行目标判别。本发明能有效去除所述背景窗口中的异质像素,从而能在保持较低虚警率的前
基于截断杂波统计的SAR图像双参数CFAR检测方法.pdf
本发明公开了一种基于截断杂波统计的SAR图像双参数CFAR检测方法,设置目标窗口和背景窗口,通过对背景窗口采用自适应阈值法进行杂波截断处理,剔除背景窗口中的异质像素,最大限度地保留真实海杂波。本发明采用最大似然法对背景窗口中截断后的杂波进行双参数(对数均值与对数均方差)估计,构建精确的对数正态分布模型;根据给定的虚警率自适应求解出CFAR检测阈值,对目标窗口中的待检测像素进行目标判别,实现基于截断杂波统计特性的双参数CFAR检测。该方法可有效提升多目标等复杂背景杂波环境下的检测率,且计算效率高,具有较好的
一种SAR图像双边CFAR舰船目标检测方法.pdf
本发明提供一种SAR图像双边CFAR舰船目标检测方法。技术方案是:第一步,基于选定的滑动窗计算SAR图像中每个像素点的核密度值,并通过线性变换转换为像素点相应的空间值;第二步,根据SAR图像中每个像素点的亮度值和空间值,计算每个像素点对应的联合值,并由所有的联合值形成联合图像;第三步,利用CFAR舰船目标检测方法对联合图像进行检测,得到舰船目标检测结果。本发明能够减少旁瓣和海杂波的影响,提高舰船目标检测的检测率并降低虚警率,同时具有方法简便、易于实现等优势。
基于深度学习的SAR图像舰船检测方法研究.docx
基于深度学习的SAR图像舰船检测方法研究基于深度学习的SAR图像舰船检测方法研究摘要:合成孔径雷达(SAR)图像在舰船监视中起着重要作用,然而,由于复杂的背景干扰和目标几何形状的多样性,舰船检测仍然是一个具有挑战性的问题。近年来,深度学习在计算机视觉领域取得了显著进展,为舰船检测提供了一种新的方法。本文针对基于深度学习的SAR图像舰船检测方法进行研究,并通过实验验证了该方法的有效性。关键词:合成孔径雷达(SAR)图像,舰船检测,深度学习引言:合成孔径雷达(SAR)是一种主动的遥感技术,可以在任意天气和光照
基于改进DETR模型的SAR图像舰船检测方法.docx
基于改进DETR模型的SAR图像舰船检测方法1.内容概览本篇论文提出了一种基于改进DETR模型的SAR图像舰船检测方法,旨在提高SAR图像中舰船目标的检测精度和效率。论文介绍了SAR图像的特点及其在军事、海洋监测等领域的重要性。分析了当前SAR图像舰船检测方法存在的问题,如检测精度不高、对复杂场景的适应能力较弱等。为了解决这些问题。DETR模型是一种基于Transformer的视觉编码器,通过自注意力机制捕获图像中的长距离依赖关系。DETR模型在处理SAR图像时存在一些局限性,如对目标尺度变化的适应性较差