基于卷積神經網絡的SAR圖像地形檢測算法

雷嘉興 王 偉

(西安電子工程研究所 西安 710100)

0 引言

地形檢測在濱海作戰、搶險救援等任務中具有十分重要的意義，國內外關于這方面也有所研究。由于合成孔徑雷達(SAR, Synthetic Aperture Radar)成像具有穿透云、雨、霧，不受天氣因素干擾的全天候工作能力,我軍在實際作戰中也常用合成孔徑雷達作為獲取地形地理信息的手段。

但在實際使用中，通過合成孔徑雷達獲取到的地形圖像需要人手工進行地形標注，增大了部隊人員的工作量，同時容易延誤作戰、搶險救援時機，因此需要一種地形檢測算法來快速對地形進行分類、檢測。針對這一困難，國內許多研究人員也進行了一些研究，目前應用比較廣泛的SAR圖像地形檢測算法是WangKe等人于2012年提出的一種基于不變矩區域檢測法的SAR圖像地形檢測算法，該算法的基本原理是求取淺海地形圖片的不變矩，通過在SAR圖像上檢測相同不變矩區域的方式進行地形檢測。由于不變矩只能反映圖像整體特征，不能反映局部特征，因此檢測準確率較低，仍需要一定的手工矯正。然而隨著科技的發展，卷積神經網絡(Convolutional Neural Networks，CNN)在圖像識別、圖像檢測等項目上體現出得天獨厚的優勢。自1998 年Yann LeCun提出了名為LeNet的經典卷積神經網絡結構以來，經過不斷的改進和發展，卷積神經網絡對物體進行識別和檢測的準確率已可達到95%以上。目前卷積神經網絡主要的應用場景仍然是對物體的識別，如識別貓狗、識別人類身份、識別載具類型等，將卷積神經網絡應用于SAR雷達成像地形檢測的研究還未見報。……