4月10日下午，学院2024年科研讨论班“复杂场景SAR舰船目标检测与识别方法研究”在综合楼S437召开。会议由潘月涛老师主讲，图像智能处理与应用科研团队教师参加了本次讨论班。
近年来，伴随着SAR成像系统分辨率的持续提升，舰船目标结构中所包含的细节信息可被清晰地记录在SAR图像中，不同类别、尺度的舰船目标的可区分性、可辨别性及可检测性越来越高，为舰船目标检测系统的高性能提供了有力支撑。因此，有必要进一步深入开展SAR舰船检测及识别技术研究，从而进一步增强海面舰船的智能探测能力，这将有利于发展海洋经济贸易，有利于提升海上搜救效率、强化应急救援体系，有利于保护海洋生态环境和渔业资源，有利于维护国家海洋权益，有利于保护国家领土主权完整，对建设社会主义现代化新型海洋强国具有重要战略意义。
潘老师针对目前多源数据利用率低、特征量少、目标识别精度低的问题，拟构建基于多源遥感图像多级协同融合的SAR舰船识别方法，采用多级协同融合方式，使多源遥感数据发挥其各自优势，从而提高SAR舰船识别精度。极化合成孔径雷达PolSAR图像存在斑点噪声严重、可视性差、直接影响目标识别精度的问题，该方法通过采用多级协同融合方式，丰富图像的特征量，提高舰船识别精度。首先进行多源遥感数据的像素级融合，然后在上一步基础上进行特征级融合，最终得到新的目标特征。该方法可以充分发挥不同频段的PolSAR以及多光谱图像的信息互补优势，不仅可以保留多频段PolSAR对舰船目标的极化散射特征，也可以保留多光谱数据的空-谱信息，可视性与舰船检测精度上都会有较为出色的表现。
研究工作依托烟台理工学院信息工程学院牵头申报的烟台市技术创新中心-“烟台市海洋信息智能处理技术创新中心”，前期有充分地遥感图像融合的相关工作积累，主要集中在多光谱和全色遥感图像融合即全色锐化，技术基础较为稳固，市场需求旺盛，政策环境支持积极，社会认可度较高。
各位老师们就当前研究进度及未来计划展开了充分而深入的交流。他们就当前的成果和挑战进行了深入探讨，分享了各自的见解和经验。老师们对接下来的工作充满信心，期待通过共同努力取得更加显著的成果。
送稿日期：4月10日 审核人：王明印
