场景语义SAR图像桥梁检测算法

doi:10.3969/j.issn.1001-2400.2018.04.008

西安电子科技大学学报

场景语义SAR图像桥梁检测算法

黄勇1,2;刘芳1,2

(1. 西安电子科技大学计算机学院，陕西西安 710071；
2. 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，陕西西安 710071)

收稿日期:2017-08-24 出版日期:2018-08-20 发布日期:2018-09-25
作者简介:黄勇(1974-)，男，西安电子科技大学博士研究生，E-mail：chinahe0609@aliyun.com
基金资助:
国家重点基础研究发展计划资助项目(2013CB329402)；国家自然科学基金资助项目(61573267)；重大研究计划资助项目(91438201, 91438103)

Detecting water bridge in SAR images via a scene semantic algorithm

HUANG Yong1,2;LIU Fang1,2

(1. School of Computer Science and Technology, Xidian Univ., Xian 710071, China;
2. Ministry of Education Key Lab. of Intelligent Perception and Image Understanding, Xidian Univ., Xian 710071, China)

Received:2017-08-24 Online:2018-08-20 Published:2018-09-25

摘要/Abstract

摘要：

在合成孔径雷达图像中存在大量相干斑乘性噪声，导致桥梁检测中极易出现漏检和误检．针对这一问题提出了基于场景语义的水上桥梁检测算法．该方法首先根据图像的内容自动分割出水域和陆地两类不同的场景，沿着水陆交界区域搜索疑似桥梁目标，有效地缩小了搜索范围；然后提取图像的素描特征，抑制相干斑噪声的干扰；最后根据素描特征的几何特性定义桥梁的隶属度函数，实现桥梁目标的检测．在真实合成孔径雷达图像上的仿真实验表明，该算法有效地降低了桥梁的漏检率和误检率，具有较好的鲁棒性．

关键词: 图像处理, 目标检测, 桥梁检测, 合成孔径雷达图像, 场景语义

Abstract:

Much speckle noise causes the bridge to be missing or undetected in SAR images. Aiming at the problem, we propose a novel algorithm based on scene semantic water bridge recognition. First, the image is automatically segmented into land and water scenes which narrow the search region of the bridge to the junction area. Second, the Primal Sketch features of the image are extracted to suppress the interference of speckle noise. Last, the membership function of the bridge is defined by its geometric characteristics based on the Prime Sketch features. Experiments show that the proposed algorithm effectively reduces the missing rate and error detection rate of the bridge, and has better robustness.

Key words: image processing, target detection, bridge detection, synthetic aperture radar image, scene semantic

黄勇;刘芳. 场景语义SAR图像桥梁检测算法[J]. 西安电子科技大学学报, 2018, 45(4): 40-44.

HUANG Yong;LIU Fang. Detecting water bridge in SAR images via a scene semantic algorithm[J]. Journal of Xidian University, 2018, 45(4): 40-44.

参考文献

［1］ YANG H Y, CAO Z J, PI Y M, et al. Target Detection in High-resolution SAR Images via Searching for Part Models［J］. IEEE Geoscience and Remote Sensing Letters, 2017, 14(5): 664-668.
［2］范一飞, 罗丰, 李明, 等. 海杂波AR谱扩展分形特性及微弱目标检测方法［J］. 西安电子科技大学学报, 2017, 44(1): 59-64.
FAN Yifei, LUO Feng, LI Ming, et al. Extended Fractal Properties of the AR Spectrum and Its Application in Weak Target Detection in Sea Clutter Background［J］. Journal of Xidian University, 2017, 44(1): 59-64.
［3］王子路, 李智勇, 粟毅. 利用规则化热扩散方程的SAR图像桥梁检测［J］. 现代雷达, 2009, 31(1): 46-51.
WANG Zilu, LI Zhiyong, SU Yi. SAR Image Bridge Detection Using Regularized Heat Diffusion Equation［J］. Modern Radar, 2009, 31(1): 46-51.
［4］赵冠雄, 沈汀. 高分辨率SAR图像桥梁自动提取算法［J］. 计算机工程与设计, 2014, 35(8): 2793-2797.
ZHAO Guanxiong, SHEN Ting. Aoutmatic Bridge Extraction Algorithm from High-resolution SAR Image［J］. Computer Engineering and Design, 2014, 35(8): 2793-2797.
［5］熊伟, 钟娟娟, 曹兰英. 一种高分辨率SAR图像水上桥梁目标识别新方法［J］. 火力与指挥控制, 2014, 39(4): 133-136.
XIONG Wei, ZHONG Juanjuan, CAO Lanying. A Novel Algorithm for Bridge Recognition over Water in High Resolution SAR Image［J］. Fire Control and Command Control, 2014, 39(4): 133-136.
［6］方庆, 张顺生, 段昶. 基于腐蚀和膨胀运算的SAR图像桥梁目标检测方法［J］. 火控雷达技术, 2011, 40(3): 37-41.
FANG Qing, ZHANG Shunsheng, DUAN Chang. Dilation and Erosion Operation Based Bridge Detection in SAR Image ［J］. Fire Control Radar Technoiogy, 2011, 40(3): 37-41.
［7］ ZHANG X M, SONG J S, YI Z X, et al. Extraction and Recognition of Bridges over Water in High Resolution SAR Image［C］//Proceedings of the Advances in Multimedia and Soft Computing. Heidelberg: Springer Verlag, 2011: 19-24.
［8］侯彪, 刘芳, 焦李成. 高分辨SAR图像中桥梁目标的自动分割［J］. 激光与红外, 2004, 34 (1): 46-49.
HOU Biao, LIU Fang, JIAO Licheng. Automatic Segmentation of Bridges in High Resolution SAR Images［J］. Laser and Infrared, 2004, 34 (1): 46-49.
［9］ YANG M, JIAN Z H. Bridge Detection in High-resolution x-band SAR Images by Combined Statistical and Topological Features［J］. Progress in Electromagnetics Researh M, 2017, 57(1): 91-102.
［10］ FERRO A, BRUNNER D, BRUZZONE L. Automatic Detection and Reconstruction of Building Radar Footprints from Single VHR SAR Images［J］. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(2): 935-952.
［11］ HUANG Y, LIU F. Detecting Cars in VHR SAR Images via Semantic CFAR Algorithm［J］. IEEE Geoscience and Remote Sensing Letters, 2016, 13(6): 801-805.
［12］胡正磊, 孙进平, 袁运能, 等. 基于小波边缘提取和脊线跟踪技术的SAR图像河流检测算法［J］. 电子与信息学报, 2007, 29(3): 524-527.
HU Zhenglei, SUN Jinping, YUAN Yunneng, et al. River Detection in SAR Images Based on Edge Extraction in Wavelet Domain and Bidge Tracing Technique［J］. Journal of Electronics and Information Technology, 2007, 29(3): 524-527.
［13］ GUO C E, ZHU S C, WU Y N. Primal Sketch: Integrating Texture and Structure［J］. Computer Vision and Image Understanding, 2007, 106(1): 5-19.
［14］高博, 王俊, 原慧. 一种参数自适应的SAR图像去噪方法［J］. 西安电子科技大学学报, 2015, 42(5): 63-67.
GAO Bo, WANG Jun, YUAN Hui. Parameter Adaptive SAR Image Denoising Method［J］. Journal of Xidian University, 2015, 42(5): 63-67.

[1]	韩永赛,马时平,何林远,李承昊,朱明明,张飞. 改进YOLOv3的快速遥感机场区域目标检测[J]. 西安电子科技大学学报, 2021, 48(5): 156-166.
[2]	董如婵,焦李成,赵进,沈维燕. 一种深度融合机制的遥感图像目标检测技术[J]. 西安电子科技大学学报, 2021, 48(5): 128-138.
[3]	毛昭勇,王亦晨,王鑫,沈钧戈. 面向高速公路的车辆视频监控分析系统[J]. 西安电子科技大学学报, 2021, 48(5): 178-189.
[4]	张佳琦,陶海红,张修社,韩春雷. 一种利用量测空间聚类的多帧检测前跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 231-238.
[5]	王平,江雨泽,赵光辉. 目标检测的多尺度定位提升算法[J]. 西安电子科技大学学报, 2021, 48(3): 85-90.
[6]	孙正阳,董玫,陈伯孝. 时频分析联合带通滤波抑制间歇采样转发干扰[J]. 西安电子科技大学学报, 2021, 48(2): 139-146.
[7]	梁壮,温利武,丁金闪. 改进型SVD-FRFT海杂波抑制方法[J]. 西安电子科技大学学报, 2021, 48(2): 55-63.
[8]	汪昱东,郭继昌,王天保. 一种改进的雾天图像行人和车辆检测算法[J]. 西安电子科技大学学报, 2020, 47(4): 70-77.
[9]	张彦飞,孙文杰,孙玉梅,孟祥伟,陈祥光. 非高斯杂波中机载多进多出雷达动目标检测[J]. 西安电子科技大学学报, 2020, 47(3): 23-31.
[10]	余志超,张瑞红. 结合深度轮廓特征的改进孪生网络跟踪算法[J]. 西安电子科技大学学报, 2020, 47(3): 40-49.
[11]	成天佑,林艳萍,马晓军. 一种视触觉引导的超声探头自动定位方法[J]. 西安电子科技大学学报, 2020, 47(1): 80-87.
[12]	汪梓艺,苏育挺,刘艳艳,张为. 一种改进DeeplabV3网络的烟雾分割算法[J]. 西安电子科技大学学报, 2019, 46(6): 52-59.
[13]	左磊,产秀秀,禄晓飞,李明. 时频域分解海面回波及慢速微弱目标检测[J]. 西安电子科技大学学报, 2019, 46(5): 84-90.
[14]	张锦涛,雷杰,吴凌云,黄碧莹,李云松. 一种改进的高光谱端元提取算法及其FPGA实现[J]. 西安电子科技大学学报, 2019, 46(4): 22-27.
[15]	朱苏雅,杜建超,李云松,汪小鹏. 采用U-Net卷积网络的桥梁裂缝检测方法[J]. 西安电子科技大学学报, 2019, 46(4): 35-42.

场景语义SAR图像桥梁检测算法

Detecting water bridge in SAR images via a scene semantic algorithm

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10