基于CFAR-DCRF红外遥感舰船单帧目标检测方法
投稿时间:2019-01-10  修订日期:2019-05-28  点此下载全文
引用本文:宋文韬,胡勇,匡定波,巩彩兰,张文奇,黄硕.基于CFAR-DCRF红外遥感舰船单帧目标检测方法[J].红外与毫米波学报,2019,38(4):520~527].SONG Wen-Tao,HU Yong,KUANG Ding-Bo,GONG Cai-Lan,ZHANG Wen-Qi,HUANG Shuo.Detection of ship targets based on CFAR-DCRF in single infrared remote sensing images[J].J.Infrared Millim.Waves,2019,38(4):520~527.]
摘要点击次数: 46
全文下载次数: 55
作者单位E-mail
宋文韬 中国科学院上海技术物理研究所上海200083
中国科学院红外探测与成像技术重点实验室上海200083
中国科学院大学北京10000 
songwentao@whu.edu.cn 
胡勇 中国科学院上海技术物理研究所上海200083
中国科学院红外探测与成像技术重点实验室上海200083 
huyong@mail.sitp.ac.cn 
匡定波 中国科学院上海技术物理研究所上海200083  
巩彩兰 中国科学院上海技术物理研究所上海200083
中国科学院红外探测与成像技术重点实验室上海200083 
 
张文奇 中国科学院上海技术物理研究所上海200083
中国科学院红外探测与成像技术重点实验室上海200083
中国科学院大学北京10000 
 
黄硕 中国科学院上海技术物理研究所上海200083
中国科学院红外探测与成像技术重点实验室上海200083
中国科学院大学北京10000 
 
基金项目:国家重点研发计划 2017YFC0602103;中国科学院上海技术物理研究所创新专项 CX-55国家重点研发计划(2017YFC0602103),中国科学院上海技术物理研究所创新专项(CX-55)
中文摘要:针对红外舰船小目标图像复杂背景弱信号,虚警率较高且难以被精确检测的问题,提出了一种恒虚警率(Constant False-Alarm Rate,CFAR)-全连接条件随机场(Dense Conditional Random Fields,DCRF)舰船目标检测算法。该算法针对小目标与虚警信号变化特征相似但结构特征不同的特点,利用CRF的多维上下文(空间、辐射)表达的优势,实现虚警特征抑制,并引入CFAR对模型进行改进,提高了DCRF对于弱信号目标的检出能力,实现舰船小目标的精确检测与分割。实验结果表明,该算法能够充分利用海域的全局上下文信息,能够在保持较高检出率同时,有效降低虚警率,实现单帧端到端的小目标检测。
中文关键词:遥感  全连接条件随机场  红外小目标  恒虚警率
 
Detection of ship targets based on CFAR-DCRF in single infrared remote sensing images
Abstract:This paper focuses on the problem of low detection accuracy and low pixel image extraction accuracy of traditional small target detection and ship detection methods. An improved target detection algorithm based on constant false-alarm rate( CFAR )- dense conditional fandom fields ( DCRF)is proposed. The algorithm is based on the characteristics of small target and false alarm signal changes but different structural features. It uses the advantages of conditional fandom fields (CRF) multi-dimensional context (space, radiation) to achieve false alarm feature suppression, and introduces CFAR to improve the model and improve DCRF. Based on this model, experiments were performed under different conditions. The analysis results show that the algorithm can make full use of the global context information of the sea area, and can reduce the false alarm rate while maintaining a high detection rate.
keywords:remote sensing  dense conditional random fields  infrared dim target  constant false-alarm rate (CFAR)
查看全文  HTML  查看/发表评论  下载PDF阅读器

版权所有:《红外与毫米波学报》编辑部