盗墓笔记有声小说,神武八荒一颗小说,兽性总裁的爱奴

極化SAR影像地物智能分類技術(shù)進(jìn)展

2022年電子技術(shù)應(yīng)用第8期

楊鶴猛1，孟秀軍1，陳艷芳1，王彤2，黃勇2，孫振蓉1

1.天津航天中為數(shù)據(jù)系統(tǒng)科技有限公司天津市智能遙感信息處理技術(shù)企業(yè)重點實驗室，天津300301； 2.廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，廣東廣州510080

摘要： 對基于極化SAR影像的地物分類技術(shù)發(fā)展進(jìn)行歸納與總結(jié)。首先提出地物分類技術(shù)的價值需求和應(yīng)用特點，對其所要解決的科學(xué)問題進(jìn)行歸納；其次總結(jié)分析極化SAR影像分類的一般技術(shù)流程；進(jìn)一步對國內(nèi)外研究現(xiàn)狀與技術(shù)算法特點進(jìn)行分類梳理，提出其在理論方法與地物分類應(yīng)用中的技術(shù)優(yōu)缺點，尤其對基于人工智能理論的極化SAR影像地物分類技術(shù)進(jìn)行探討；最后結(jié)合SAR遙感的發(fā)展趨勢，指出未來極化SAR影像地物智能分類技術(shù)的研究方向。

關(guān)鍵詞： SAR 極化地物智能分類深度學(xué)習(xí) 特征提取

中圖分類號： TP75
文獻(xiàn)標(biāo)識碼： A
DOI：10.16157/j.issn.0258-7998.212116
中文引用格式： 楊鶴猛，孟秀軍，陳艷芳，等. 極化SAR影像地物智能分類技術(shù)進(jìn)展[J].電子技術(shù)應(yīng)用，2022，48(8)：34-37，94.
英文引用格式： Yang Hemeng，Meng Xiujun，Chen Yanfang，et al. Research progress of polarimetric SAR AI image classification[J]. Application of Electronic Technique，2022，48(8)：34-37，94.

Research progress of polarimetric SAR AI image classification

Yang Hemeng1，Meng Xiujun1，Chen Yanfang1，Wang Tong2，Huang Yong2，Sun Zhenrong1

1.Tianjin Enterprise Key Laboratory of Intelligent Remote Sensing and Information Processing Technology， Tianjin Zhong Wei Aerospace Data System Technology Co.，Ltd.，Tianjin 300301，China； 2.Electric Power Research Institute of Guangdong Power Grid Co.，Ltd.，Guangzhou 510080，China

Abstract： A review of polarimetric Synthetic Aperture Radar(SAR) image classification technology is provided. Firstly, the application value of the classification is discussed, and the technical problems to be solve are proposed. Secondly, the general work flow for polarimetric SAR image classification algorithm is analysed. Thirdly, the domestic and foreign research status and main technical characteristics are compared, emphatically the polarimetric SAR image intelligent classification algorithm based on deep learning theory is summarized. Finally, combined with the development trend of SAR remote sensing，the further study directions of polarimetric SAR image intelligent classification technology are pointed out.

Key words : SAR；polarization；intelligent image classification；deep learning；feature extraction

0 引言

合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)是一種主動式微波成像觀測系統(tǒng), 搭載于天基或空基平臺，通過合成孔徑與脈沖壓縮技術(shù)可獲取地球表面的高分辨率、全天時、全天候、富含地物“指紋特征”的遙感圖像。極化SAR成像的散射回波在目標(biāo)信息確定度和雜波抑制具有更強(qiáng)的能力，通過解譯其極化特性可以廣泛應(yīng)用于軍情勘察、偽裝目標(biāo)識別、農(nóng)林作物監(jiān)測與分類、建筑與道路提取、地質(zhì)分析、自然資源普查、地震與洪澇等災(zāi)害監(jiān)視等領(lǐng)域^[1-3]。

隨著國家數(shù)字地球戰(zhàn)略的深入推進(jìn)和商業(yè)遙感等政策放開，國家以及行業(yè)、產(chǎn)業(yè)對精細(xì)遙感探測的需求會愈發(fā)迫切，可以預(yù)見：一方面，SAR硬件資源和應(yīng)用會愈發(fā)廣泛，將朝著新體制、高分辨、低成本、多極化等方向快速演進(jìn)；另一方面，星載和機(jī)載SAR遙感數(shù)據(jù)資源將極大豐富，共享度越來越高，數(shù)據(jù)量越來越大。然而，極化SAR影像地物分類方法發(fā)展仍缺乏重大理論創(chuàng)新，尚未擺脫傳統(tǒng)的基于統(tǒng)計機(jī)理的局部像素空間相關(guān)性等方法和基于極化散射機(jī)理的極化目標(biāo)分解等理論。

本文詳細(xì)內(nèi)容請下載：http://m.viuna.cn/resource/share/2000004646。

作者信息：

楊鶴猛1，孟秀軍1，陳艷芳1，王彤2，黃勇2，孫振蓉1

(1.天津航天中為數(shù)據(jù)系統(tǒng)科技有限公司天津市智能遙感信息處理技術(shù)企業(yè)重點實驗室，天津300301；

2.廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，廣東廣州510080)

原創(chuàng)聲明：此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容