基于极化特性和异常检测的PolSAR目标检测方法

    公开(公告)号:CN117710657A

    公开(公告)日:2024-03-15

    申请号:CN202311778636.4

    申请日:2023-12-21

    Abstract: 本发明公开了一种基于极化特性和异常检测的PolSAR目标检测方法,方法包括:获取待测试的PolSAR图像;根据待测试的PolSAR图像的极化相关特征和极化相干矩阵的拼接结果得到测试数据;对测试数据进行切片处理,得到包括多张测试切片的最终测试数据;将最终测试数据输入至训练好的PolSAR目标检测网络中,得到每个测试切片的重构数据,根据重构数据和测试切片对应像素点的差值的平方,并在通道维度上取平均,得到测试切片的异常检测得分图;将切片的异常检测得分图对应回所述待测试的PolSAR图像,并根据阈值进行分割,从而得到最终的二值检测结果。本发明的PolSAR目标检测网络由编码器、解码器、内存库模块和判别器构成,不需要使用大量的有标注PolSAR数据进行训练。

    一种复合多个网络架构的SAR目标检测方法

    公开(公告)号:CN118552913A

    公开(公告)日:2024-08-27

    申请号:CN202410243536.X

    申请日:2024-03-04

    Abstract: 本发明公开了一种复合多个网络架构的SAR目标检测方法,包括:获取待测数据,待测数据包括SAR图像数据、梯度图数据和CFAR二值指示图数据;其中,梯度图数据和CFAR二值指示图数据通过对SAR图像数据处理后获取;使用滑窗切片的方法对待测数据进行处理,得到待测数据的多张切片;使用训练好的目标检测网络,对待测数据的多张切片进行处理,得到目标检测结果;对目标检测结果进行NMS操作,去除重叠的目标检测框,再基于场景分割辅助车辆目标检测的去虚警方法对去除重叠的目标检测框的目标检测结果后处理,得到最终的目标检测结果。本发明能够提高目标检测的准确率和召回率。

    一种CFAR指导基于极化特性和超像素分割的PolSAR目标检测方法

    公开(公告)号:CN116958676A

    公开(公告)日:2023-10-27

    申请号:CN202310912719.1

    申请日:2023-07-24

    Abstract: 本发明公开了一种CFAR指导基于极化特性和超像素分割的PolSAR目标检测方法,包括:对极化散射矩阵沿雷达视线旋转,得到旋转后的极化散射矩阵,以基于旋转后的极化散射矩阵得到极化相关模式;进而根据训练样本得到目标和杂波信杂比最大的两个极化相关特征;根据上述两个极化相关特征中信杂比较小的一个得到第一二值检测结果;利用超像素分割算法对PolSAR图像进行超像素分割,得到超像素分割结果;利用双参数CFAR对PolSAR图像对应的强度图像进行检测,得到CFAR二值检测结果;利用CFAR二值检测结果计算超像素分割结果中每个超像素区域的特征,以得到超像素特征图;根据第一二值检测结果和超像素特征图得到最终的二值检测结果。本发明提高了PolSAR地面车辆目标检测的性能。

Patent Agency Ranking