CN106170819A - 一种合成孔径雷达图像舰船目标快速检测方法 - Google Patents
一种合成孔径雷达图像舰船目标快速检测方法 Download PDFInfo
- Publication number
- CN106170819A CN106170819A CN201480020648.3A CN201480020648A CN106170819A CN 106170819 A CN106170819 A CN 106170819A CN 201480020648 A CN201480020648 A CN 201480020648A CN 106170819 A CN106170819 A CN 106170819A
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- gpu
- target
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种合成孔径雷达图像舰船目标快速检测方法,包括以下步骤:(1)、海陆分离步骤;(2)、目标筛选步骤;(3)、设置背景杂波统计模型;(4)、在GPU平台下,GPU依次对三类图像根据其对应的恒虚警检测阈值T1分别进行处理,获得目标区域,所述三类图像分别采用不同的处理算法计算阈值T1。本方法首先进行陆地与海洋区域的分离,滤除陆地部分的图像,提高检测效率;其次,对图形进行初步统计,设置合适的全局阈值,对SAR图像目标做初步筛选,将图像分割成若干子图像块;最后利用CUDA技术,对三类分布的图形进行恒虚警检测,检测出有效的舰船目标。使用本方法能够准确、快速地完成对舰船目标的检测。
Description
PCT国内申请,说明书已公开。
Claims (9)
- PCT国内申请,权利要求书已公开。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2014/095202 WO2016101279A1 (zh) | 2014-12-26 | 2014-12-26 | 一种合成孔径雷达图像舰船目标快速检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106170819A true CN106170819A (zh) | 2016-11-30 |
CN106170819B CN106170819B (zh) | 2019-04-05 |
Family
ID=56149006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480020648.3A Expired - Fee Related CN106170819B (zh) | 2014-12-26 | 2014-12-26 | 一种合成孔径雷达图像舰船目标快速检测方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106170819B (zh) |
WO (1) | WO2016101279A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301398A (zh) * | 2017-06-23 | 2017-10-27 | 电子科技大学 | 一种基于gpu实现的合成孔径雷达图像目标识别方法 |
CN108960085A (zh) * | 2018-06-20 | 2018-12-07 | 中国电子科技集团公司第五十四研究所 | 一种合成孔径雷达图像舰船目标候选区域快速提取方法 |
CN109471101A (zh) * | 2018-10-19 | 2019-03-15 | 湖北航天技术研究院总体设计所 | 一种弹载sar图像校正方法 |
CN109829361A (zh) * | 2018-12-17 | 2019-05-31 | 深圳先进技术研究院 | 图像的处理方法及应用该方法的机器人、装置 |
CN113705505A (zh) * | 2021-09-02 | 2021-11-26 | 浙江索思科技有限公司 | 一种面向海洋渔业的船舶目标检测方法和系统 |
CN114463224A (zh) * | 2022-04-14 | 2022-05-10 | 广东海洋大学 | 一种基于sar技术的海洋目标图像修复识别方法及系统 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3141030C (en) * | 2017-02-24 | 2023-05-23 | Japan Aerospace Exploration Agency | Flying body and program |
CN109635730A (zh) * | 2018-12-12 | 2019-04-16 | 中船(浙江)海洋科技有限公司 | 基于异常检测与双层筛选机制的sar图像舰船检测方法 |
CN109801208B (zh) * | 2019-01-24 | 2023-03-24 | 西安电子科技大学 | 基于多gpu任务优化的sar图像变化检测方法 |
CN111562976B (zh) * | 2019-02-13 | 2023-04-18 | 同济大学 | 一种电大尺寸目标雷达成像的gpu加速方法及系统 |
CN109886218B (zh) * | 2019-02-26 | 2022-12-23 | 西安电子科技大学 | 基于超像素统计相异性的sar图像舰船目标检测方法 |
CN110378186B (zh) * | 2019-03-22 | 2021-09-24 | 北京理工雷科电子信息技术有限公司 | Sar遥感图像舰船目标虚警剔除的方法 |
CN110415254B (zh) * | 2019-06-06 | 2023-01-03 | 西安电子科技大学 | 一种基于振荡耦合网络的水平集图像分割方法、计算机 |
CN110390667B (zh) * | 2019-06-18 | 2023-10-20 | 平安科技(深圳)有限公司 | 基于眼底oct影像的病灶提取方法、装置、设备及存储介质 |
CN110363779B (zh) * | 2019-07-18 | 2022-11-25 | 东北大学 | 一种数字图像分割及并行化方法 |
CN111028256B (zh) * | 2019-10-14 | 2023-04-07 | 杭州电子科技大学 | 一种基于改进活动轮廓模型的sar图像目标检测方法 |
CN111127506B (zh) * | 2019-11-19 | 2023-06-06 | 北京空间飞行器总体设计部 | 一种基于序列图像的海上运动目标综合检测方法 |
CN110851187B (zh) * | 2019-11-19 | 2023-06-02 | 北京百度网讯科技有限公司 | 显存处理方法、装置、设备和介质 |
CN110889843B (zh) * | 2019-11-29 | 2023-04-18 | 西安电子科技大学 | 基于最大稳定极值区域的sar图像舰船目标检测方法 |
CN111008585B (zh) * | 2019-11-29 | 2023-04-07 | 西安电子科技大学 | 基于自适应分层高分辨sar图像的舰船目标检测方法 |
CN111582198B (zh) * | 2020-05-12 | 2022-10-04 | 中国电子科技集团公司第二十八研究所 | 一种遥感图像海陆自动分割方法 |
CN111709957A (zh) * | 2020-06-22 | 2020-09-25 | 河南理工大学 | 一种基于二维最大熵阈值c-v模型的医学图像分割法 |
CN112560897B (zh) * | 2020-11-24 | 2024-02-09 | 西安电子科技大学 | 基于船长统计模型的雷达舰船分类能力评价方法 |
CN112698290A (zh) * | 2020-12-10 | 2021-04-23 | 南京长峰航天电子科技有限公司 | 一种大场景sar回波模拟并行处理方法及系统 |
CN112907567B (zh) * | 2021-03-19 | 2022-05-27 | 甘肃省地震局(中国地震局兰州地震研究所) | 基于空间推理方法的sar图像有序人造构筑物提取方法 |
CN113673385B (zh) * | 2021-08-06 | 2024-06-21 | 南京理工大学 | 基于红外图像的海面舰船检测方法 |
CN113807195A (zh) * | 2021-08-24 | 2021-12-17 | 杭州电子科技大学 | 基于度矩阵距离判别的海陆杂波分类方法 |
CN114399451A (zh) * | 2021-12-28 | 2022-04-26 | 清华大学 | 一种合成孔径雷达图像舰船目标协同增强方法和装置 |
CN114998720B (zh) * | 2022-05-04 | 2024-02-13 | 西北工业大学 | 一种基于Markov树水域网络构建的桥梁目标检测方法 |
CN115222758B (zh) * | 2022-09-21 | 2023-01-10 | 北京九章星图科技有限公司 | 一种低分辨广域序列遥感影像船动目标实时检测方法 |
CN116484954B (zh) * | 2023-03-20 | 2023-11-10 | 中国人民解放军军事科学院战略评估咨询中心 | 人工智能海上伏击模型生成方法及存储介质 |
CN116299465B (zh) * | 2023-05-18 | 2023-08-01 | 西安电子科技大学 | 一种基于子空间时频映射的双基sar后向投影成像方法 |
CN117746272A (zh) * | 2024-02-21 | 2024-03-22 | 西安迈远科技有限公司 | 一种基于无人机的水资源数据采集处理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007133085A1 (en) * | 2006-05-15 | 2007-11-22 | Telefonaktiebolaget Lm Ericsson (Publ) | A method and system for automatic classification of objects |
CN102938150A (zh) * | 2012-11-20 | 2013-02-20 | 西安电子科技大学 | 基于自适应海杂波统计的sar图像舰船检测方法 |
CN102968798A (zh) * | 2012-12-12 | 2013-03-13 | 北京航空航天大学 | 一种基于小波变换和otsu阈值的sar图像海陆分割方法 |
CN102968799A (zh) * | 2012-12-12 | 2013-03-13 | 北京航空航天大学 | 一种基于积分图像的快速acca-cfar sar图像目标检测方法 |
CN104036239A (zh) * | 2014-05-29 | 2014-09-10 | 西安电子科技大学 | 基于特征融合和聚类的高分辨sar图像快速舰船检测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000231571A (ja) * | 1999-02-10 | 2000-08-22 | Mitsubishi Electric Corp | Isar画像検索装置 |
JP4236767B2 (ja) * | 1999-06-25 | 2009-03-11 | 三菱スペース・ソフトウエア株式会社 | 衛星sar画像に基づく移動体の移動情報検出方法 |
CN104240257A (zh) * | 2014-09-30 | 2014-12-24 | 中国人民解放军国防科学技术大学 | 基于变化检测技术的sar图像舰船目标鉴别方法 |
-
2014
- 2014-12-26 CN CN201480020648.3A patent/CN106170819B/zh not_active Expired - Fee Related
- 2014-12-26 WO PCT/CN2014/095202 patent/WO2016101279A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007133085A1 (en) * | 2006-05-15 | 2007-11-22 | Telefonaktiebolaget Lm Ericsson (Publ) | A method and system for automatic classification of objects |
CN102938150A (zh) * | 2012-11-20 | 2013-02-20 | 西安电子科技大学 | 基于自适应海杂波统计的sar图像舰船检测方法 |
CN102968798A (zh) * | 2012-12-12 | 2013-03-13 | 北京航空航天大学 | 一种基于小波变换和otsu阈值的sar图像海陆分割方法 |
CN102968799A (zh) * | 2012-12-12 | 2013-03-13 | 北京航空航天大学 | 一种基于积分图像的快速acca-cfar sar图像目标检测方法 |
CN104036239A (zh) * | 2014-05-29 | 2014-09-10 | 西安电子科技大学 | 基于特征融合和聚类的高分辨sar图像快速舰船检测方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301398A (zh) * | 2017-06-23 | 2017-10-27 | 电子科技大学 | 一种基于gpu实现的合成孔径雷达图像目标识别方法 |
CN107301398B (zh) * | 2017-06-23 | 2019-04-30 | 电子科技大学 | 一种基于gpu实现的合成孔径雷达图像目标识别方法 |
CN108960085A (zh) * | 2018-06-20 | 2018-12-07 | 中国电子科技集团公司第五十四研究所 | 一种合成孔径雷达图像舰船目标候选区域快速提取方法 |
CN108960085B (zh) * | 2018-06-20 | 2021-10-01 | 中国电子科技集团公司第五十四研究所 | 一种合成孔径雷达图像舰船目标候选区域快速提取方法 |
CN109471101A (zh) * | 2018-10-19 | 2019-03-15 | 湖北航天技术研究院总体设计所 | 一种弹载sar图像校正方法 |
CN109471101B (zh) * | 2018-10-19 | 2021-05-04 | 湖北航天技术研究院总体设计所 | 一种弹载sar图像校正方法 |
CN109829361A (zh) * | 2018-12-17 | 2019-05-31 | 深圳先进技术研究院 | 图像的处理方法及应用该方法的机器人、装置 |
CN109829361B (zh) * | 2018-12-17 | 2023-03-31 | 深圳先进技术研究院 | 图像的处理方法及应用该方法的机器人、装置 |
CN113705505A (zh) * | 2021-09-02 | 2021-11-26 | 浙江索思科技有限公司 | 一种面向海洋渔业的船舶目标检测方法和系统 |
CN113705505B (zh) * | 2021-09-02 | 2024-05-17 | 浙江索思科技有限公司 | 一种面向海洋渔业的船舶目标检测方法和系统 |
CN114463224A (zh) * | 2022-04-14 | 2022-05-10 | 广东海洋大学 | 一种基于sar技术的海洋目标图像修复识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2016101279A1 (zh) | 2016-06-30 |
CN106170819B (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106170819A (zh) | 一种合成孔径雷达图像舰船目标快速检测方法 | |
Li et al. | An improved superpixel-level CFAR detection method for ship targets in high-resolution SAR images | |
CN107808383B (zh) | 一种强海杂波下sar图像目标快速检测方法 | |
CN108229433B (zh) | 一种基于直线段检测和形状特征的靠岸舰船检测方法 | |
CN108805057B (zh) | 一种基于联合显著性分析的sar图像油库区检测方法 | |
CN110889843B (zh) | 基于最大稳定极值区域的sar图像舰船目标检测方法 | |
CN113536963B (zh) | 基于轻量化yolo网络的sar图像飞机目标检测方法 | |
CN114821358A (zh) | 光学遥感图像海上舰船目标提取与识别方法 | |
CN114764801A (zh) | 基于多视觉显著特征的弱小舰船目标融合检测方法及装置 | |
CN115223056A (zh) | 基于多尺度特征增强的光学遥感图像舰船目标检测方法 | |
Li et al. | Automatic infrared ship target segmentation based on structure tensor and maximum histogram entropy | |
CN109215059B (zh) | 一种航拍视频中运动车辆跟踪的局部数据关联方法 | |
CN107369163B (zh) | 一种基于最佳熵双阈值分割的快速sar图像目标检测方法 | |
CN117333468A (zh) | 面向多模式时序PolSAR影像的洪涝灾害监测方法 | |
Zhang et al. | FRS-Net: An efficient ship detection network for thin-cloud and FOG-covered high-resolution optical satellite imagery | |
CN113591740B (zh) | 基于深度学习的复杂河流环境下泥沙颗粒识别方法及装置 | |
CN114332144A (zh) | 样本粒度检测方法、系统、电子设备及存储介质 | |
CN110264474B (zh) | 一种sar遥感图像的水陆分割方法 | |
Lei et al. | Multi-feature fusion sonar image target detection evaluation based on particle swarm optimization algorithm | |
CN113989505B (zh) | 基于融合多层级模糊聚类软决策结果的sar目标检测方法 | |
CN113592829B (zh) | 基于分割重组的深度学习泥沙颗粒识别方法及装置 | |
CN117745688B (zh) | 一种多尺度sar影像变化检测可视化系统、电子设备及存储介质 | |
Abdulmunim et al. | Propose a mixture edge detection method for infrared image segmentation | |
CN102682296A (zh) | 复杂背景条件下红外弱小目标尺寸自适应估算方法 | |
Shi et al. | Multi-scale Features Fusion Network for Unsupervised Change Detection in Heterogeneous Optical and SAR Images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190405 Termination date: 20211226 |
|
CF01 | Termination of patent right due to non-payment of annual fee |