本文選題：合成孔徑雷達(dá)　切入點(diǎn)：特征提取　出處：《遙感技術(shù)與應(yīng)用》2014年04期 　論文類(lèi)型：期刊論文

【摘要】：船舶分類(lèi)與識(shí)別對(duì)于海洋交通運(yùn)輸監(jiān)測(cè)與管理具有重要意義,同時(shí)也是SAR海洋應(yīng)用的重要組成部分。COSMO-SkyMed高分辨率合成孔徑雷達(dá)(SAR)圖像下,商用船舶的結(jié)構(gòu)輪廓明顯,散貨船、集裝箱船和油船的特征清晰可辨,為船舶識(shí)別分類(lèi)提供有效支持。提出了一種基于結(jié)構(gòu)特征分析的商用船舶分類(lèi)算法,通過(guò)提取核密度估計(jì)值、船舶積分主軸位置及左中右3部分積分量比例等特征,可實(shí)現(xiàn)船舶類(lèi)型的區(qū)分。通過(guò)在東海試驗(yàn)區(qū)的同步實(shí)驗(yàn),證明COSMO-SkyMed圖像商用船舶分類(lèi)算法的平均分類(lèi)精度達(dá)到89.94%。
[Abstract]:Ship classification and recognition is of great significance for ocean traffic monitoring and management, and is also an important part of SAR ocean application. In the image of COSMO-SkyMed high resolution synthetic aperture radar (sare), the structure of commercial ships is obvious, and the bulk carrier is very important. The features of container ship and tanker are clearly distinguishable, which provides effective support for ship identification and classification. A classification algorithm for commercial ships based on structural feature analysis is proposed. The kernel density estimation is extracted. The ship type can be distinguished by the position of the ship integral spindle and the proportion of the integral quantity between the left, middle and right parts. Through the synchronous experiment in the East China Sea experimental area, it is proved that the average classification accuracy of the commercial ship classification algorithm based on COSMO-SkyMed images reaches 89.94.
【作者單位】： 中國(guó)科學(xué)院遙感與數(shù)字地球研究所數(shù)字地球?qū)嶒?yàn)室;中國(guó)科學(xué)院大學(xué);
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41331176)
【分類(lèi)號(hào)】：U675.7;TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 栗敏光;李英成;薛艷麗;葉冬梅;;多源多時(shí)相遙感數(shù)據(jù)面向?qū)ο蠛u識(shí)別方法探討[J];國(guó)土資源遙感;2010年01期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 杜燁;何倩;周自寬;;基于COSMO-SkyMed合成孔徑雷達(dá)數(shù)據(jù)在海面溢油提取中的應(yīng)用[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

，

本文編號(hào)：1596974