文献

J-GLOBAL ID：201702281334998759   整理番号：17A1347397

SAR画像のための一般化尤度比検定に基づく新しい船舶検出器【Powered by NICT】

A Novel Ship Detector Based on the Generalized-Likelihood Ratio Test for SAR Imagery

著者 (2件)： Iervolino Pasquale (Surrey Space Centre, University of Surrey, Guildford, U.K) ,  Guida Raffaella (Surrey Space Centre, University of Surrey, Guildford, U.K)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 10  号： 8  ページ： 3616-3630  発行年： 2017年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 異なった動作周波数で取得した合成開口レーダ(SAR)画像による船舶の検出を本論文で提示した一般化尤度比検定(GLRT)に基づいて提案した新しい技術である。検出器性能を改善するために船舶からの海面クラッタと信号後方散乱の両方に適した電磁モデルは新技術を考慮した。GLRTは異なるバンド(S,C,およびX )での受信者動作特性(ROC)曲線と計算負荷の観点からモンテカルロシミュレーションにより従来の定誤警報率(CFAR)アルゴリズムと比較した。性能もバンドと偏光の固定値において種々の軌道とシーンパラメータを用いたシミュレーションにより比較した。GLRTを異なるバンド(S,C,およびX)で動作する異なるセンサ(TerraSAR-X,Sentinel 1,エアバス航空機搭載デモンストレータ)から得られた実際のデータセットに適用した。ターゲット対クラッタ比(TCR)の解析を行い,利用可能な検出結果は,自動識別システムデータと比較した。シミュレーションはGLRTはCFARアルゴリズムにより得られたものよりも優れたROCを示すことが分かった。一方,実際のSAR画像の結果は,提案した方法はT CR(平均22~32dB)を大幅に改善することを示したが,CFARアルゴリズムと比較した場合,その計算時間は1.5倍遅かった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *船舶 ,  *画像 ,  クラッタ ,  *検出器 ,  海面クラッタ ,  アルゴリズム ,  センサ ,  後方散乱 ,  合成開口レーダ
準シソーラス用語： 自動認識 ,  CFAR ,  誤警報率 ,  モンテカルロシミュレーション ,  *一般化尤度比検定 ,  *SAR画像 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  気象学一般  (DC05010D)

タイトルに関連する用語 (4件)： SAR画像 ,  一般化尤度比検定 ,  船舶 ,  検出器