10.12305/j.issn.1001-506X.2021.10.08
基于Wishart距离和超像素的极化SAR图像车辆检测
针对极化合成孔径雷达(synthetic aperture radar,SAR)在城市区域复杂地物条件下的密集车辆目标检测问题,提出了一种结合超像素分割和Wishart分类器的非监督目标检测方法.首先,根据不同地物的极化散射特征检测出建筑物.然后,利用不包含建筑物的Wishart分类器和超像素分割获得目标的形态信息.接着,利用包含建筑物的Wishart分类器获得目标中心点.最后,通过区域生长对二者进行信息融合并完成目标检测任务.基于X波段的机载极化SAR数据表明,所提算法不仅可以对密集目标进行区分和定位,并且目标形态保持完整;相比于传统方法,目标检测与虚警鉴别性能得到较大提升.
车辆检测;超像素分割;极化合成孔径雷达;Wishart分类
43
TP751.1(遥感技术)
国家自然科学基金;中央高校基本科研业务费专项资金
2021-11-22（万方平台首次上网日期，不代表论文的发表时间）
共9页
2766-2774
