基于机载SAR图像的海面船只实时检测分类应用架构

论

文

赏

析

2022年电子技术应用第3期

缪炜星1，王小龙2，李志勇2，杨 松2，张 欣2，季昕宁2

1.中航(成都)无人机系统股份有限公司，四川 成都611730；2.中国科学院 空天信息创新研究院，北京100190

摘要：   

合成孔径雷达(SAR)被广泛应用于军事侦察、海洋监测、灾害应急评估等各类应用中。其中，SAR海面船只检测分类是SAR海洋应用的重要一环。限于SAR特殊的成像机理，SAR图像中的目标特征多变，导致基于SAR图像的目标分类应用进展缓慢。机载SAR因其实时、便捷的部署和使用方式得到了快速发展，基于机载SAR图像的海面船只检测分类，特别是实时检测分类应用近年来需求强烈。为此，针对SAR海面船只实时检测分类应用问题，探讨和构建了一种基于机载SAR图像的海面船只实时检测分类系统构架，论述了系统构架在工程应用中的关键流程、方法并进行了初步试验验证，结合当前人工智能技术的发展趋势，对其日后的发展趋势进行了展望。

关键词：

机载，合成孔径雷达，实时，船只检测，船只分类

0 引言：

合成孔径雷达(Synthetic Aperture Radar，SAR)作为一种主动式微波遥感载荷系统，具有很强的工作环境适应能力，可以在烟尘、云雾、阴雨以及夜间等复杂气象条件下执行观察任务。其中，机载SAR系统因其使用机动灵活、分辨率高、实时性强等特点，被广泛应用于军事侦察、海洋监测、灾害应急评估等各类应用[1-3]，表现出极大的应用价值和潜力。

海面船只监视是世界沿海各国的传统任务，主要涉及船只搜救、非法捕捞和倾倒的监视、军船活动监测等。传统的监测手段投入大、覆盖范围小，很难满足日益加剧的海洋生产、运输和军事活动的监查需求。因此，基于遥感的海面船只监测手段成为各国研究和发展的重点。其中，SAR遥感技术因其抗云雨和昼夜工作的能力受到广泛关注，特别是基于SAR图像的船只目标检测、分类在SAR海洋应用中备受关注，而针对实时应用的海面船只检测、分类最具应用价值[4-5]。针对该应用需求，近二三十年来，国内外不同研究机构开展了大量研究、推进工作，特别是随着深度学习人工智能技术的兴起，基于深度学习方法的SAR舰只目标分类问题日益受到国内外广泛关注[6-10]。为了支撑方法研究，近年来人们先后构建和公布了多个SAR船只样本数据集，包括：SSDD、Air-SAR-Ship、OpenSARShip等，极大地推动了应用研究工作的开展。但是，截至目前，实用性的SAR船只实时检测识别系统仍停留在目标检测阶段。究其原因，大致如下：(1)现有数据集均为星载SAR数据集，缺乏高质量、高分辨率的SAR目标数据集，很难支撑分类应用需求；(2)SAR目标特征随系统入射角、方位角、分辨率、信噪比及参数差异等变化较大，小样本量的目标图像很难支撑实际的分类应用；(3)对于实时应用的机载SAR系统，星载SAR目标样本缺乏系统普适性。

为此，本文针对SAR海面船只目标实时分类应用中所面临的上述问题，从实际的工程应用出发，从系统方案设计入手，探讨了基于SAR图像的海面船只实时分类的构建方案与实现方法。

点击下方“阅读原文” 可下载完整版PDF文档！