一种基于密集深度分离卷积的SAR图像水域分割算法

作者：张金松; 邢孟道; 孙光才

来源：雷达学报, 2019, (03): 400-412.

• 合成孔径雷达
• 水域分割
• 深度学习
• 密集分离卷积
• 特征提取 Synthetic Aperture Radar(SAR)
• Water segmentation
• Deep learning
• Dense separable convolution
• Feature extraction

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。