geoskill-sar-ship-detection

SAR 船舶检测：CA/OS-CFAR 恒虚警检测 + 连通域聚类，从单极化 SAR 强度影像提取船舶目标并输出 GeoJSON 矢量与属性表

SAR船舶检测 | SAR Ship Detection

Automatically detects ship targets at sea from single-polarization SAR intensity imagery. Core workflow:

1. CFAR constant false alarm rate detection: within a sliding window, background cells outside the guard band estimate the local clutter power to set an adaptive threshold, maintaining a constant false alarm rate under different sea states.
   • CA-CFAR (cell averaging): threshold = α·μ_bg, α = N·(Pfa^(−1/N) − 1) (closed-form solution for exponential clutter).
   • OS-CFAR (ordered statistics): uses the k-th order statistic of the background to estimate clutter; more robust to multiple targets / clutter edges.
2. Connected-component clustering: labels connected components of threshold-exceeding pixels and extracts each target's area, centroid, peak intensity and bounding box, converting them to geographic coordinates and outputting GeoJSON.

Application Scenarios / 应用场景

• Maritime vessel surveillance and illegal fishing monitoring
• Traffic-flow statistics for ports and shipping lanes
• Target screening for maritime search and rescue

Dependencies / 依赖

bash

pip install 'numpy' 'rasterio' 'geopandas' 'shapely' 'scipy'

Usage / 使用方法

Example 1 (synthetic data, offline)

bash

python geoskill-sar-ship-detection.py --bbox 121.0 30.0 122.0 31.0 --synthetic --cfar ca --pfa 1e-4 --output-dir ./out

Example 2 (OS-CFAR)

bash

python geoskill-sar-ship-detection.py --bbox 121.0 30.0 122.0 31.0 --synthetic --cfar os --output-dir ./out

Example 3 (real SAR imagery)

bash

python geoskill-sar-ship-detection.py --input sar_scene.tif --cfar ca --pfa 1e-5 --output-dir ./out

Example 4 (tuning window parameters)

bash

python geoskill-sar-ship-detection.py --input sar_scene.tif --guard 3 --background 8 --output-dir ./out

Output / 输出

File	Format	Description
ships.geojson	GeoJSON	Ship point targets (centroids) + attributes
detection_mask.tif	GeoTIFF	Detection mask (0/1)
ship_attributes.json	JSON	Target attribute table (area/peak/bounding box)
detection_count.json	JSON	Detection count and parameters
output-manifest.json	JSON	Run manifest

Data Source / 数据源 / Source

Local single-band SAR intensity GeoTIFF, or a --synthetic simulated sea surface (exponential clutter + bright ship targets).

Privacy / 隐私声明 / Privacy

• Runs offline by default; --synthetic mode is fully network-free.
• All processing is done locally; no user data is uploaded.

License / License

MIT

---

---

name: geoskill-sar-ship-detection description: 'SAR 船舶检测：CA/OS-CFAR 恒虚警检测 + 连通域聚类，从单极化 SAR 强度影像提取船舶目标并输出 GeoJSON 矢量与属性表'

SAR船舶检测 | SAR Ship Detection

从单极化 SAR 强度影像中自动检测海上船舶目标。核心流程：

1. CFAR 恒虚警检测：在滑动窗口内用保护带外的背景单元估计局部杂波功率， 自适应设定门限，在不同海况下保持恒定虚警率。
   • CA-CFAR（单元平均）：门限 = α·μ_bg，α = N·(Pfa^(−1/N) − 1)（指数杂波解析解）。
   • OS-CFAR（有序统计）：取背景第 k 次序统计量估计杂波，对多目标/杂波边缘更稳健。
2. 连通域聚类：对超门限像元做连通域标记，提取每个目标的面积、质心、 峰值强度与外接框，转成地理坐标输出 GeoJSON。

应用场景

• 海上船舶监视、非法捕捞监测
• 港口与航道交通流统计
• 海上搜救目标筛查

依赖

bash

pip install 'numpy' 'rasterio' 'geopandas' 'shapely' 'scipy'

使用方法

示例 1（合成数据，离线）

bash

python geoskill-sar-ship-detection.py --bbox 121.0 30.0 122.0 31.0 --synthetic --cfar ca --pfa 1e-4 --output-dir ./out

示例 2（OS-CFAR）

bash

python geoskill-sar-ship-detection.py --bbox 121.0 30.0 122.0 31.0 --synthetic --cfar os --output-dir ./out

示例 3（真实 SAR 影像）

bash

python geoskill-sar-ship-detection.py --input sar_scene.tif --cfar ca --pfa 1e-5 --output-dir ./out

示例 4（调窗口参数）

bash

python geoskill-sar-ship-detection.py --input sar_scene.tif --guard 3 --background 8 --output-dir ./out

输出

文件	格式	说明
ships.geojson	GeoJSON	船舶点目标（质心）+ 属性
detection_mask.tif	GeoTIFF	检测掩膜（0/1）
ship_attributes.json	JSON	目标属性表（面积/峰值/外接框）
detection_count.json	JSON	检测计数与参数
output-manifest.json	JSON	运行清单

数据源 / Source

本地单波段 SAR 强度 GeoTIFF，或 --synthetic 模拟海面（指数杂波 + 高亮船舶）。

隐私声明 / Privacy

• 默认离线运行，--synthetic 模式完全无网络。
• 所有处理在本地完成，不上传用户数据。

License

MIT