摘要
本发明提供了一种基于场景分类的自适应CFAR检测方法,使用K‑means聚类算法和对输入的SAR图像进行场景分类,使用VI‑CFAR对分类得到的纯海域区域进行目标检测,使用显著性模型对临海区域进行CFAR检测。本发明有效地解决了传统CFAR算法在港口和陆地复杂背景中虚警率高、检测性能不稳定的问题,根据不同场景背景的复杂性优化检测参数,从而确保CFAR算法在海面杂波背景中依然能够维持恒定的虚警率,并显著提高目标检测的鲁棒性。有效区分图像中的海洋区域和陆地区域,并对陆地区域进行遮蔽处理。这一技术方案解决了传统CFAR检测算法在海面上检测船只时,受到陆地复杂背景干扰的问题。
技术关键词
CFAR检测方法
像素
场景分类
图像
SLIC算法
杂波边缘
Otsu算法
颜色直方图
轮廓系数
陆地
虚警概率
特征提取模型
深度学习网络提取
杂波背景
判决阈值
Lab颜色空间
功率
系统为您推荐了相关专利信息
产品样本
缺陷检测系统
动态时间规整算法
序列
图像采集模块
智能管控方法
图像识别设备
计算机存储介质
智能管控装置
视觉
综合系统
上转换纳米颗粒
非接触式
图像采集装置
环境温度信息
强度检测方法
多任务神经网络
湍流
特征提取器
对抗性