极化SAR
极化SAR的相关文献在1997年到2023年内共计835篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、测绘学
等领域,其中期刊论文156篇、会议论文5篇、专利文献22498篇;相关期刊68种,包括中国科学院研究生院学报、电子科技大学学报、测绘科学技术学报等;
相关会议3种,包括第二十五届中国(天津)2011’IT、网络、信息技术、电子、仪器仪表创新学术会议、2011成像雷达对地观测高级学术研讨会、中国航空学会信号与信息处理专业第八届学术会议等;极化SAR的相关文献由1302位作者贡献,包括焦李成、马文萍、侯彪等。
极化SAR—发文量
专利文献>
论文:22498篇
占比:99.29%
总计:22659篇
极化SAR
-研究学者
- 焦李成
- 马文萍
- 侯彪
- 马晶晶
- 王爽
- 杨淑媛
- 刘芳
- 屈嵘
- 刘红英
- 尚荣华
- 张丹
- 张向荣
- 熊涛
- 缑水平
- 唐旭
- 李玲玲
- 王雪松
- 陈思伟
- 白静
- 刘坤
- 李阳阳
- 陶臣嵩
- 肖顺平
- 赵佳琦
- 赵进
- 刘宏伟
- 古晶
- 李永祯
- 钟桦
- 刘亚超
- 王宇
- 张涛
- 王英华
- 冯婕
- 滑文强
- 吴艳
- 张鹏
- 李明
- 洪文
- 侯小瑾
- 汪长城
- 陈璞花
- 刘静
- 杨健
- 柴兴华
- 石俊飞
- 邓云凯
- 郭岩河
- 陈彦桥
- 刘修国
-
-
杨国辉;
王爽;
刘立军;
吕龙;
刘轶群
-
-
摘要:
随着高分辨率和极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,Pol-SAR)技术的发展,Pol-SAR应用前景越来越广阔,但是Pol-SAR数据中相干斑噪声的存在,严重影响了后续目标分类、目标检测和识别跟踪等应用。针对Pol-SAR相干斑去噪问题,提出了基于Pol-SAR相干斑模型的形状自适应非局部均值滤波算法。该算法对于极化协方差矩阵C的对角线元素和非对角线元素分别进行处理,对对角线元素按照乘性噪声模型处理,计算复相关系数,再对非对角线元素进行处理。实验结果表明,所提算法在极化SAR相干斑抑制上具有良好的效果。
-
-
张政;
李世强
-
-
摘要:
为提升极化合成孔径雷达(SAR)地物分类精度,提出一种基于AdaBoost改进型随机森林和支持向量机(SVM)结合的二级分类结构。首先将AdaBoost改进型随机森林作为初级分类器,该分类器能根据决策树的分类能力赋予权重,分类能力越强则权重越高,从而提升初级分类精度。初级分类器还能评估输入特征的重要性,获得重要性排名。根据重要性排名进行特征筛选,用筛选后的特征训练SVM分类器,获取二级分类结果。最后利用邻域投票法将两级分类结果融合。AIRSAR极化数据对比实验表明,该分类结构可有效提升极化SAR地物分类精度。
-
-
曹哲;
冯珊珊;
孙显;
洪文
-
-
摘要:
在极化合成孔径雷达(PolSAR)地物分类研究中,基于卷积神经网络的图像分割算法存在高维特征信息冗余而导致的分类边界模糊、分类精度低、计算复杂等不足,提出一种基于卷积神经网络和EM算法的轻量化图像分割网络,称为低秩重构网络(low-rank-reconstructionnet,LRR-Net),应用于全极化SAR图像的地物分类。LRR-Net从极化目标分解的思想出发,利用EM算法对特征进行低秩重构,将特征从高维空间映射到低维空间,在减少参数的同时实现更精确的分类。用高分三号全极化图像数据对模型进行训练测试并评估,结果表明模型在保证分类精度的前提下,降低了模型复杂度。
-
-
朱庆涛;
殷君君;
曾亮;
杨健
-
-
摘要:
极化SAR图像的配准是极化SAR图像处理的基础,需要具备较高的精度与速度.基于深度学习的极化SAR图像配准大多数是结合图像块特征的匹配与基于随机抽样一致性的参数迭代估计来实现的.目前尚未实现端到端的基于深度卷积神经网络的一步仿射配准.该文提出了一种基于弱监督学习的端到端极化SAR图像配准框架,无需图像切块处理或迭代参数估计.首先,对输入图像对进行特征提取,得到密集的特征图.在此基础上,针对每个特征点保留k对相关度最高的特征点对.之后,将该4D稀疏特征匹配图输入4D稀疏卷积网络,基于邻域一致性进行特征匹配的过滤.最后,结合输出的匹配点对置信度,利用带权最小二乘法进行仿射参数回归,实现图像对的配准.该文采用RADARSAT-2卫星获取的德国Wallerfing地区农田数据以及PAZ卫星获取的中国舟山港口地区数据作为测试图像对.通过对升降轨、不同成像模式、不同极化方式、不同分辨率的极化SAR图像对的配准测试,并与4种现有方法进行对比,验证了该方法具有较高的配准精度与较快的速度.
-
-
刘涛;
杨子渊;
蒋燕妮;
高贵
-
-
摘要:
极化合成孔径雷达(PolSAR)使用二维脉冲压缩技术获取高分辨力极化信息图像,目前已广泛应用在军事侦察、地形测绘、环境与自然灾害监视、海上舰船目标检测等领域.如何解决复杂海杂波的建模与参数估计、慢小目标检测、密集目标检测等问题仍然是当前PolSAR图像舰船目标检测的难点.该文归纳梳理了PolSAR图像舰船目标检测的4类主流方法:极化特征目标检测方法、慢速运动目标检测方法、舰船目标尾迹检测方法以及基于深度学习的目标检测方法等,同时给出了各类方法所存在的问题以及可能的解决方法,并预测了其未来研究重点和发展趋势.
-
-
李成绕;
贾诗超;
薛东剑
-
-
摘要:
研究首先基于影像的相干矩阵提取特征参数,即雷达植被指数(RVI),再对影像的协方差矩阵进行Freeman分解,得到三种散射机制参数,分别为体散射、面散射和二面角散射.然后组合这些特征参数应用于支持向量机(SVM)中,对极化SAR图像进行分类,并与Wishart监督分类比较.结果表明,雷达植被指数有助于提高植被的分类精度,且该方法的分类精度明显高于Wishart监督分类.
-
-
-
毕海霞;
魏志强
-
-
摘要:
极化合成孔径雷达(极化SAR)是当前最先进的遥感监测技术之一.它可以全天时、全天候地进行对地观测,并提供高分辨率、具有丰富地表信息的数据.极化SAR图像分类近年来被广泛研究和应用,而蓬勃发展的深度学习技术大大加速了其进展.基于此现状,本文对深度学习在极化SAR图像分类上的应用进行了综述.综述涵盖了不同类别的深度学习算法,包括监督、无监督、半监督和主动学习算法在此任务上的应用分析.另外,本文分析当前极化SAR图像分类所面临的挑战以及未来的发展趋势.
-
-