Détection rapide de navires dans des images radar à synthèse d'ouverture via des caractéristiques multi-vues et du clustering

Cet article propose un schéma novateur de détection de navires dans les régions côtières pour des images radar à synthèse d'ouverture (SAR) à haute résolution, basé sur des connaissances préalables des différentes propriétés présentées par la cible et le désordre. Pour commencer, une segmentation d'image et un masquage des terres sont appliqués pour éliminer les zones peu susceptibles de contenir des cibles et obtenir l'image index qui indique les positions probables des cibles. La détection des navires n'est effectuée que sur ces positions probables à l'aide de l'algorithme de cercle de puissance (PR), ce qui permet d'éviter des recherches inutiles et épuisantes. Lors de l'étape de discrimination, deux nouvelles caractéristiques, à savoir le nombre de régions connectées par 8 et la puissance moyenne des zones cibles, sont proposées et utilisées pour former un groupe de caractéristiques discriminatoires. Contrairement à la plupart des discriminants, qui sont basés sur l'apprentissage supervisé, nous utilisons une méthode non supervisée basée sur le clustering K-means pour traiter les situations où il y a peu ou pas d'échantillons étiquetés. Les résultats expérimentaux montrent que le schéma proposé est rapide et peut détecter la plupart des cibles tout en entraînant peu de fausses alertes.