作者:张大恒,张英俊,张闯 单位:中国航天科工防御技术研究院;中国宇航学会;中国系统工程学会 出版:《系统工程与电子技术》2020年第06期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFXTYD2020060100 DOC编号:DOCXTYD2020060109 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 船载导航雷达和电子海图(electronic navigational chart,ENC)是船舶重要的导航仪器,雷达图像和ENC图像的融合能够给出更加丰富的航行和避碰信息。为此,提出了一种基于深度学习理论的提取雷达图像中鲁棒特征的数据融合算法,实现了ENC和雷达图像较高层次的数据融合。首先,利用深度学习算法对雷达图像进行目标检测,识别船舶雷达的特征目标。其次,对检测到的特征区域执行图像处理,并确定用于ENC和船舶雷达图像配准的参考点。最后,根据参考点进行仿射变换,实现融合算法。利用连续时间段的狭窄水域中的真实船舶雷达图像数据对融合算法进行验证,结果显示船舶雷达图像和ENC的海岸线边缘信息匹配良好且满足实时性要求。该算法与简单的像素级图像融合算法相比鲁棒性更强,实现了ENC与雷达图像的特征级融合。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。