系统工程与电子技术

作者：王彬, 王国宇

单位：1. 中国海洋大学信息科学与工程学院, 山东 青岛 266100；2. 青岛科技大学信息科学技术学院, 山东 青岛 266061

关键词：海岸线提取,合成孔径雷达图像阴影水体提取,深度学习,编码解码网络

基金：国家自然科学基金资助课题(61702295)

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络，分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合，充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。

来源：2021年第8期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2021年第8期