SE-BSFV：基于子空间学习的阴影增强与背景抑制技术，适用于复杂背景下的可见光合成孔径雷达（ViSAR）

《Expert Systems with Applications》：SE-BSFV: Subspace Learning based Shadow Enhancement and Background Suppression for ViSAR under Complex Background

　　

尚曲岩|陈阳罗|姚文福|文鹏张|魏阳|岳峰宇

• •
  创新的SE-BSFV算法：结合低秩表示理论和子空间学习技术，以增强ViSAR图像中移动目标的阴影并抑制背景杂乱。
• •
  优越的性能：SE-BSFV算法的处理时间更短，阴影增强和背景抑制效果优于其他先进的阴影增强和背景抑制算法。
• •
  实验验证：该方法能够有效且准确地区分背景和移动目标的阴影，从而提高移动目标检测性能。
• •
  广泛的应用前景：本文提出的算法具有可扩展性，适用于各种复杂环境中的目标检测任务。