一种基于显著性CNN的SAR靠岸船只检测方法技术

本发明专利技术公开了一种基于显著性CNN的SAR靠岸船只检测方法，它是基于深度学习理论，首先使用视觉显著性机制对SAR图像进行预处理，处理得到一个场景注意力权重(即显著图)，然后将该显著图融合到原始SAR图像中，最终将带有场景注意的SAR图像输入到CNN网络，采用视觉显著性机制构建SAR靠岸船只检测模型，该模型可以重点关注到靠岸的船只，即在船只上的权重值较大，因此其可以抑制陆地上的背景干扰。同时，本发明专利技术采用精细化的显著性处理，可以得到和原始图像分辨率一致的显著图，可以避免特征损失，从而抑制岸边背景干扰并重点关注靠岸船只以提高检测准确性。提高检测准确性。提高检测准确性。

【技术实现步骤摘要】
一种基于显著性CNN的SAR靠岸船只检测方法


[0001]本专利技术属于合成孔径雷达(SAR)图像解译
，涉及一种基于显著性CNN的SAR靠岸船只检测方法。

技术介绍

[0002]合成孔径雷达(SAR)是一种先进的对地观测遥感工具，其能够全天时全天候的工作，十分适合气候多变的海洋观测。作为一种典型的海洋观测对象，船只是一种高价值的目标，对其进行监视，有助于海洋交通管理、海洋渔业管理、海难救援等。详见文献“张庆君,韩晓磊,刘杰.星载合成孔径雷达遥感技术进展及发展趋势[J].航天器工程,2017,26(06):1
‑
8.”。
[0003]目前，使用SAR图像进行舰船检测已经受到广大学者的关注，因为它可以实现便捷的海洋交通管理，船只溢油监测，船只灾难救援等。SAR图像中的船只是重要的有价值的目标，尤其在国防军事领域，可以有效地保护国家海洋权益，为解决海洋争端提供一种有效的解决手段。特别地，SAR工作不受白昼、气候条件的影响，特别适用于变幻莫测的海洋环境，从而弥补了光学传感器的缺点。详见文献“孟凡超,鲍勇.合成孔径雷达在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于显著性CNN的SAR靠岸船只检测方法，其特征是它包括以下几个步骤：步骤1、采用视觉显著性机制对SAR图像进行预处理步骤1.1计算积分图像采用公式计算得到SAR图像的积分图像，记为I(x,y)，其中表示x
′
≤x,y
′
≤y条件下的累加求和符号，其中x
′
表示SAR图像的像素横坐标，x表示积分图像的像素横坐标，y
′
表示SAR图像的像素纵坐标，y表示积分图像的像素纵坐标，i表示得到的公知的SSDD数据集中的SAR图像，i(x
′
,y
′
)表示SAR图像i中的坐标为(x
′
,y
′
)的像素，I(x,y)表示得到的最大像素坐标为(x,y)条件下的积分图像；步骤1.2确定矩形区域采用公式rectSum(x1,y1,x2,y2)＝I(x2,y2)
‑
I(x1,y2)
‑
I(x2,y1)+I(x1,y1)，计算得到矩形区域，记为rectSum(x1,y1,x2,y2)，其中I(x2,y2)表示步骤1.1中得到的最大像素坐标为(x2,y2)条件下的积分图像，I(x1,y2)表示步骤1.1中得到的最大像素坐标为(x1,y2)条件下的积分图像，I(x2,y1)表示步骤1.1中得到的最大像素坐标为(x2,y1)条件下的积分图像，I(x1,y1)表示步骤1.1中得到的最大像素坐标为(x1,y1)条件下的积分图像，rectSum(x1,y1,x2,y2)表示由坐标(x1,y1)(x2,y2)构成矩形条件下的矩形区域；步骤1.3确定矩形区域周边采用公式计算得到矩形区域周边，记为surround(x,y)，其中δ表示邻域，rectSum(x
‑
δ,y
‑
δ,x+δ,y+δ)表示步骤1.2中得到的由坐标(x
‑
δ,y
‑
δ)(x+δ,y+δ)构成矩形条件下的矩形区域，i表示公知SSDD数据集中的SAR图像，i(x,y)表示SAR图像i中的坐标为(x,y)的像素；步骤1.4计算强度子图采用公式Int
On,δ
(x,y)＝max{i(x,y)
‑
surround(x,y),δ}，计算得到中心邻域δ上的强度子图，记为Int
On,δ
(x,y)，其中δ表示中心邻域δ，max{
·
}表示求最大值运算符号，i(x,y)表示SAR图像i中的坐标为(x,y)的像素，surround(x,y)表示步骤1.3中得到的矩形区域周边；采用公式Int
Off,δ
(x,y)＝max{surround(x,y)
‑
i(x,y),δ}，计算得到偏离中心邻域...

【专利技术属性】
技术研发人员：张晓玲，张天文，胥小我，杨景皓，师君，韦顺军，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：