-
题名基于多尺度显著性检测的SAR图像海岸线检测
- 1
-
-
作者
邓竣天
王小龙
-
机构
中国科学院空天信息创新研究院
中国科学院大学电子电气与通信工程学院
-
出处
《电子技术应用》
2024年第9期112-118,共7页
-
文摘
SAR图像岸线检测是SAR近岸海洋目标检测的一项重要环节。提出了一种基于多尺度显著性检测的SAR图像海岸线检测方法,用以检测低对比度SAR图像的海岸线。首先将SAR图像依据尺度系数进行多尺度变换,然后对于每种尺度图像进行谱残差法显著性检测,得到一系列显著性子图;而后应用NSCT变换融合各显著子图得到最终显著图,将显著图代入到活动轮廓模型中进行检测,得到检测结果。SAR图像实验结果表明,该方法相比于传统方法,提升了对于低对比度图像的适应性,增强了抗噪性能。
-
关键词
合成孔径雷达(SAR)
多尺度分解融合
显著性检测
活动轮廓模型
-
Keywords
synthetic aperture radar(SAR)
multi scale decomposition fusion
saliency detection
active contour model
-
分类号
TN958
[电子电信—信号与信息处理]
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于活动轮廓模型的SAR图像海岸线检测
- 2
-
-
作者
邓竣天
王小龙
-
机构
中国科学院空天信息创新研究院
中国科学院大学电子电气与通信工程学院
-
出处
《科技创新与应用》
2024年第28期1-7,共7页
-
文摘
SAR图像岸线检测是SAR近岸海洋目标检测的一项重要环节。该文提出一种SAR图像海岸线检测方式,该方法基于自适应混合活动轮廓模型,旨在对灰度不均匀SAR图像的海岸线进行检测。首先对SAR图像进行显著性检测的预处理,然后将预处理后的结果代入混合活动轮廓模型中进行检测。该文采用改良后的CV模型和LIF模型并以其各自的自适应参数为基础进行融合,从而增强整个模型的识别性能。从SAR图象试验的结果来看,这种方式相较于传统的CV模型技术,对灰度分布不均一的SAR图像具有更强的适用性和计算速度上的优化。
-
关键词
合成孔径雷达(SAR)
CV模型
显著性检测
混合活动轮廓模型
识别性能
-
Keywords
Synthetic Aperture Radar(SAR)
CV model
saliency detection
hybrid active contour model
recognition performance
-
分类号
TN957.52
[电子电信—信号与信息处理]
-