• 中国出版政府奖提名奖

    中国百强科技报刊

    湖北出版政府奖

    中国高校百佳科技期刊

    中国最美期刊

    留言板

    尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

    姓名
    邮箱
    手机号码
    标题
    留言内容
    验证码

    基于深度特征的双极化SAR遥感图像岩性自动分类

    李发森 李显巨 陈伟涛 董玉森 李雨柯 王力哲

    李发森, 李显巨, 陈伟涛, 董玉森, 李雨柯, 王力哲, 2022. 基于深度特征的双极化SAR遥感图像岩性自动分类. 地球科学.
    引用本文: 李发森, 李显巨, 陈伟涛, 董玉森, 李雨柯, 王力哲, 2022. 基于深度特征的双极化SAR遥感图像岩性自动分类. 地球科学.

    基于深度特征的双极化SAR遥感图像岩性自动分类

    • 摘要:

      目的)基于像元基元、极化合成孔径雷达(Synthetic Aperture Radar,SAR)数据和传统机器学习算法的岩性分类方法,易受SAR图像固有斑点噪声影响,精度不高。为了降低噪声的影响,(方法)本研究以大尺度像元邻域为基元,用于表征地表地质体的遥感图像特征和相应的岩性语义信息;采用高分三号双极化SAR数据,先进行极化分解,并构建3通道彩色合成影像,作为后续模型输入数据;然后采用深度卷积神经网络(Deep Convolutional Neural Network,DCNN)迁移学习的方法,提取有效的深度特征表示,从而分别实现5m和15m两种空间分辨率下岩性遥感自动分类。(结果)实验结果表明:基于不同分辨率数据和不同DCNN算法,岩性遥感自动分类的总精度均大于80%,且最高精度达到91%。(结论)总之,基于大尺度像元邻域和DCNN迁移学习方法,能够实现基于SAR数据的高精度岩性分类。论文创建的双极化SAR岩性遥感数据集,也能作为基于人工智能的岩性遥感分类基准数据集。

       

    • 加载中
    计量
    • 文章访问数:  367
    • HTML全文浏览量:  18
    • PDF下载量:  62
    • 被引次数: 0
    出版历程
    • 收稿日期:  2021-12-13
    • 录用日期:  2022-03-19
    • 修回日期:  2022-03-17
    • 网络出版日期:  2022-03-23

    目录

      /

      返回文章
      返回