雷达学报

作者：张金松, 邢孟道, 孙光才

单位：西安电子科技大学雷达信号处理国家重点实验室 西安 710071；西安电子科技大学信息感知技术协同创新中心   西安   710071；

关键词：合成孔径雷达, 水域分割, 深度学习, 密集分离卷积, 特征提取

基金：国家重点研发计划(2017YFC1405600)，国家自然科学基金创新群体基金(61621005)

SAR图像的水域分割在舰船目标检测、灾害监测等军事和民用领域具有重要意义。针对传统水域分割算法鲁棒性差、难以准确进行分割等问题，该文首先建立了基于高分三号的SAR图像水域分割数据集，并基于深度学习技术提出了基于密集深度分离卷积的分割网络架构，该网络以SAR图像作为输入，通过密集分离卷积和扩张卷积提取图像高维特征，并构造基于双线性插值的上采样解码模块用于输出分割结果。在水域分割数据集上的实验结果表明，与传统方法相比，该方法不仅在分割准确度上有大幅提高，在算法的鲁棒性和分割速度上也具有部分优势，具备较好的工程实用价值。

来源：2019年第3期

《雷达学报》期刊编辑部

查看雷达学报杂志2019年第3期