基于CNN和选择性注意机制的SAR图像目标检测方法

摘要

本发明公开了一种基于CNN和选择性注意机制的SAR图像目标检测方法，获取SAR图像；扩充训练数据集；构建卷积神经网络组成的分类模型；使用扩充后的训练数据集训练分类模型；将测试图片利用图像视觉显著的简单注意模型(谱残差方法)进行显著性检测，得到显著图；对显著性特征图进行形态学处理，对处理后的特征图进行连通域标记，以每个连通域的质心为中心，提取与各个质心对应的目标候选区，将各个目标候选区在其周围若干个像素点内平移，产生多个目标候选区；本发明将卷积神经网络与选择性注意机制结合应用到SAR图像目标检测中，提高了SAR图像目标检测的检测效率和准确率，可用于目标分类与识别，主要解决现有技术检测效率慢、准确率低的问题。