基于模糊语义的高分辨率SAR图像汽车检测算法

作     者：黄勇 刘芳 HUANG Yong;LIU Fang

作者机构：西安电子科技大学计算机学院西安710071 西安电子科技大学智能感知与图像理解教育部重点实验室西安710071 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2017年第39卷第4期

页      面：968-972页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家973计划项目(2013CB329402) 国家自然科学基金(61573267) 国家自然科学基金重大研究计划(91438201 91438103) 

主　　题：高分辨率SAR 图像处理 目标检测 图像语义 模糊隶属度 

摘      要：针对高分辨率SAR图像难于找到精确的背景杂波分布概率模型的问题,该文提出一种不需要背景杂波分布概率模型的高分辨率SAR图像自动检测汽车的新方法。该算法首先搜索场景中包含的亮区域和暗区域,其次采用模糊隶属度函数提取语义特征,筛选可能是汽车强散射区域的亮区域和可能是汽车遮挡区域的暗区域。再根据空间语义关系,对候选汽车强散射区域与候选汽车遮挡区域进行匹配,若匹配成功则计算它们源于同一辆汽车的隶属度。最后阈值选择高隶属度的目标进行合并输出。通过对Mini SAR图像进行汽车检测实验,表明该方法在不需要背景杂波分布概率模型的条件下仍然具有较高的检测率。