AIR-SARShip-1.0:高分辨率SAR舰船检测数据集
2020-01-17王智睿孙元睿刁文辉
孙 显 王智睿 孙元睿 刁文辉 张 跃 付 琨③
①(中国科学院空天信息创新研究院 北京 100190)
②(中国科学院大学 北京 100190)
③(中国科学院网络信息体系技术科技创新重点实验室 北京 100190)
1 引言
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波成像雷达,它具备全天时、全天候的观测能力,在军事和民用领域中具有广阔的应用前景。近几年来,随着我国对地观测技术的进步,高分三号等多颗高分辨率SAR成像卫星陆续投入使用,SAR数据的质量和数量得到持续提升。
SAR图像解译一直面临较大的挑战。SAR成像和光学成像差别较大,表征不直观,且成像时存在的相干斑、叠掩等现象容易对目标判读产生干扰。现有日常作业中大多采用人工解译,费时费力,难以满足海量SAR图像实时解译的需求。
港口及海上区域的舰船目标持续监测是一项重要的应用任务[1]。舰船目标的提取和检测也一直是SAR图像解译领域的研究热点。SAR舰船检测分为近岸舰船检测和远海舰船检测两类。一般情况下,远海舰船中背景相对单一,前景目标提取任务难度略低;而近岸区域舰船数量较多,种类更为丰富,但由于港口处于海陆分割区域,受背景噪声干扰、地物类型多变等影响,对目标提取和识别的难度较大。
经典的舰船检测方法主要是将统计学习与恒虚警率(Constant False Alarm Rate,CFAR)方法相结合。在针对单极化SAR的舰船目标检测研究中,Rey[2]最早提出利用K分布海杂波模型结合CFAR的检测方法,Novak等人[3]则发展了利用高斯模型的双参数CFAR的方法,D.Stagliano等人[4]也提出了一种基于CFAR与小波变换联合的SAR图像舰船目标检测算法。……
