La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Sea Clutter Image Segmentation Method of High Frequency Surface Wave Radar Based on the Improved Deeplab Network Méthode de segmentation d'images de échos de mer d'un radar à ondes de surface à haute fréquence basée sur le réseau Deeplab amélioré

Haotian CHEN, Sukhoon LEE, Di YAO, Dongwon JEONG

  • Vues en texte intégral

    0

  • Citer

Résumé:

Le radar à ondes de surface à haute fréquence (HFSWR) peut réaliser une détection au-dessus de l'horizon, qui peut détecter et suivre efficacement les navires et les avions à très basse altitude, ainsi que l'acquisition d'informations sur l'état de la mer telles que les icebergs et les courants océaniques, etc. . Cependant, le HFSWR est sérieusement affecté par les parasites, notamment les parasites marins et les parasites ionosphériques. Dans cet article, nous proposons une méthode de segmentation sémantique d'images d'apprentissage profond basée sur le réseau Deeplabv3+ optimisé pour réaliser la détection automatique du fouillis marin et du fouillis ionosphérique en utilisant les images spectrales RD mesurées du HFSWR pendant le typhon comme données expérimentales, ce qui évite l'inconvénient des méthodes traditionnelles. des méthodes de détection qui nécessitent une grande quantité de connaissances a priori et fournissent une base pour la suppression ultérieure du fouillis ou la recherche sur les caractéristiques du fouillis.

Publication
IEICE TRANSACTIONS on Fundamentals Vol.E105-A No.4 pp.730-733
Date de publication
2022/04/01
Publicisé
2021/10/12
ISSN en ligne
1745-1337
DOI
10.1587/transfun.2021EAL2057
Type de manuscrit
LETTER
Catégories
Traitement des signaux numériques

Auteurs

Haotian CHEN
  Hebei GEO University,Kunsan National University
Sukhoon LEE
  Kunsan National University
Di YAO
  Harbin Institute of Technology
Dongwon JEONG
  Kunsan National University

Mots-clés

Table des matières