检索结果-内蒙古大学图书馆

雷达学报（中英文） 2022年第1期11卷 83-94页

作者：李志远郭嘉逸张月婷黄丽佳李洁吴一戎中国科学院空天信息创新研究院北京100190 中国科学院空间信息处理与应用系统技术重点实验室北京100190 中国科学院大学电子电气与通信工程学院北京100049

在SAR散焦船舶图像中,部分船舶目标的散焦现象具有沿距离向空变的特性。针对此类散焦船舶目标,该文提出了一种基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法,该算法直接对复图像进行处理,可以实现对任意阶次相... 详细信息

在SAR散焦船舶图像中,部分船舶目标的散焦现象具有沿距离向空变的特性。针对此类散焦船舶目标,该文提出了一种基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法,该算法直接对复图像进行处理,可以实现对任意阶次相位误差的补偿。在仿真数据和GF-3数据上的实验结果表明,所提算法可以有效地实现SAR图像空变散焦船舶目标自聚焦,聚焦后的船舶图像在图像熵与对比度上都有所改善,且算法聚焦速度有很大提升。

关键词：合成孔径雷达船舶目标自适应动量估计优化器空变最小熵自聚焦算法

来源：评论

学校读者我要写书评

暂无评论

一种结合稀疏重建和匹配滤波的距离模糊抑制方法

引用

雷达学报（中英文） 2022年第1期11卷 95-106页

作者：齐萌黄丽佳仇晓兰张问一胡玉新初庆伟中国科学院空天信息创新研究院北京100094 中国科学院空间信息处理与应用系统技术重点实验室北京100190 中国科学院大学电子电气与通信工程学院北京100049

由于SAR天线旁瓣特性和脉冲工作体制,SAR图像在一定程度上受到距离模糊的影响。距离模糊抑制工作分别聚焦在SAR系统设计和SAR信号处理两个方面。前者通过天线赋形、正交编码等方式减小距离模糊能量接收,后者利用信号处理技术在回波域和... 详细信息

由于SAR天线旁瓣特性和脉冲工作体制,SAR图像在一定程度上受到距离模糊的影响。距离模糊抑制工作分别聚焦在SAR系统设计和SAR信号处理两个方面。前者通过天线赋形、正交编码等方式减小距离模糊能量接收,后者利用信号处理技术在回波域和图像域消除距离模糊能量。该文提出了一种结合稀疏重建和匹配滤波技术的距离模糊抑制方法。该方法对模糊区进行稀疏重建,利用模糊区图像和重建矩阵估计模糊区信号,从回波信号中将其分离得到模糊抑制后的主像信号,后续利用匹配滤波技术获得主像图像。该方法利用稀疏重建技术保证了模糊区信号估计的精度,利用匹配滤波技术保证了成像处理的效率。仿真实验表明,该方法可以有效抑制距离模糊,抑制效果可达10 dB及以上,并且对主像弱目标和细节具有很好的保持能力。

关键词： SAR系统 SAR成像匹配滤波稀疏重建距离模糊抑制

来源：评论

学校读者我要写书评

暂无评论

无先验模型复杂结构设施SAR全方位三维成像方法研究

引用

雷达学报（中英文） 2022年第5期11卷 909-919页

作者：林赟张琳韦立登张汉卿冯珊珊王彦平洪文北方工业大学信息学院雷达监测技术实验室北京100144 北京无线电测量研究所北京100854 中国科学院空天信息创新研究院北京100094 中国科学院空间信息处理与应用系统技术重点实验室北京100190

复杂结构设施的SAR三维成像是SAR成像领域的热点和难点问题。现有SAR三维成像依赖于高程方向的多通道或多次飞行,对雷达系统或数据获取的要求较高。该文提出无先验模型复杂结构设施三维成像方法,仅需一次飞行即可获得先验信息未知区域... 详细信息

复杂结构设施的SAR三维成像是SAR成像领域的热点和难点问题。现有SAR三维成像依赖于高程方向的多通道或多次飞行,对雷达系统或数据获取的要求较高。该文提出无先验模型复杂结构设施三维成像方法,仅需一次飞行即可获得先验信息未知区域全场景全方位三维图像。该方法充分利用圆迹SAR的全方位观测、解叠掩和解高程模糊优势,无需目标预先建模和三维成像网格构建,适用于大面积区域复杂结构设施的精细三维成像,在雷达三维成像实用化技术方面取得了重要进展。通过该方法首次获得FAST射电望远镜的雷达全方位三维图像,验证了理论与方法的正确性与有效性。

关键词： SAR三维成像多角度SAR 全方位SAR 圆迹SAR 干涉SAR

来源：评论

学校读者我要写书评

暂无评论

基于无监督域适应的仿真辅助SAR目标分类方法及模型可解释性分析

引用

雷达学报（中英文） 2022年第1期11卷 168-182页

作者：吕小玲仇晓兰俞文明徐丰中国科学院空天信息创新研究院北京100094 中国科学院空间信息处理与应用系统技术重点实验室北京100190 中国科学院大学电子电气与通信工程学院北京100049 东南大学毫米波国家重点实验室南京210096 复旦大学电磁波信息科学教育部重点实验室上海200433

卷积神经网络(CNN)在光学图像分类领域中得到广泛应用,然而,合成孔径雷达(SAR)图像样本标注难度大、成本高,难以获取满足CNN训练所需的样本数量。随着SAR仿真技术的发展,生成大量带标签的仿真SAR图像并不困难。然而仿真SAR图像样本与真... 详细信息

卷积神经网络(CNN)在光学图像分类领域中得到广泛应用,然而,合成孔径雷达(SAR)图像样本标注难度大、成本高,难以获取满足CNN训练所需的样本数量。随着SAR仿真技术的发展,生成大量带标签的仿真SAR图像并不困难。然而仿真SAR图像样本与真实样本间难免存在差异,往往难以直接支撑实际样本的分类任务。为此,该文提出了一种基于无监督域适应的仿真辅助SAR目标分类方法,集成了多核最大均值差异(MKMMD)和域对抗训练,以解决由仿真图像分类任务迁移到真实图像分类任务中的域偏移问题。进一步使用逐层相关性传播(LRP)和对比逐层相关性传播(CLRP)两种可解释性方法,对域适应前后的模型进行了解释分析。实验结果表明,该文方法通过修正模型对输入数据的关注区域,找到了域不变的分类特征,显著提升了模型在真实SAR数据上的分类准确率。

关键词：合成孔径雷达(SAR) 目标分类卷积神经网络(CNN) 无监督域适应可解释性

来源：评论

学校读者我要写书评

暂无评论

融合遥感图像光谱和空间信息的云检测深度网络

引用

中国科学院大学学报（中英文） 2023年第3期40卷 371-379页

作者：陈思亚计璐艳张鹏唐海蓉中国科学院空天信息创新研究院中国科学院空间信息处理与应用系统技术重点实验室北京100094 中国科学院大学电子电气与通信工程学院北京100049

当前的云检测方法未能充分利用遥感图像的光谱特征和空间特征。光谱信息的不充分利用会导致错分具有和云相似光谱特征的目标,而空间信息的不充分利用会导致碎云和薄云难以识别。基于此,提出一种融合遥感图像光谱和空间信息的新型云检测... 详细信息

当前的云检测方法未能充分利用遥感图像的光谱特征和空间特征。光谱信息的不充分利用会导致错分具有和云相似光谱特征的目标,而空间信息的不充分利用会导致碎云和薄云难以识别。基于此,提出一种融合遥感图像光谱和空间信息的新型云检测深度网络(SSFF-Net)。SSFF-Net首先利用1×1的卷积核提取遥感图像的光谱特征,其次将Transformer引入到遥感图像空间上的编解码来学习远距离的特征,充分利用遥感图像的光谱和空间信息。SSFF-Net克服了光谱特征提取依赖于经验性的线性组合,并能减少空间位置信息损失。将模型在Landsat 8 Biome以及AIR-CD数据集上进行评估,结果表明SSFF-Net具有较好的云检测效果,精度分别达到97%和96%。

关键词：光谱信息空间信息 Transformer 云检测信息损失

来源：评论

学校读者我要写书评

暂无评论

极化干涉SAR面向城区不同处理模式的误差影响分析

引用

雷达学报（中英文） 2022年第4期11卷 600-617页

作者：吕泽鑫仇晓兰张柘丁赤飚中国科学院空间信息处理与应用系统技术重点实验室北京100190 苏州市空天大数据智能应用技术重点实验室苏州215124 苏州空天信息研究院苏州215124 中国科学院空天信息创新研究院北京100190 中国科学院大学电子电气与通信工程学院北京100049

极化干涉合成孔径雷达(PolInSAR)在城区等复杂场景下的应用受到了越来越多的关注。面向城区的极化干涉SAR处理主要包括基于极化最优相干的干涉测高、基于极化分解的干涉测高、联立极化干涉观测方程直接求解不同散射机制高度这3种模式。... 详细信息

极化干涉合成孔径雷达(PolInSAR)在城区等复杂场景下的应用受到了越来越多的关注。面向城区的极化干涉SAR处理主要包括基于极化最优相干的干涉测高、基于极化分解的干涉测高、联立极化干涉观测方程直接求解不同散射机制高度这3种模式。现有研究对各类误差在极化干涉SAR不同处理模式下的综合影响分析尚很欠缺。该文在构建极化干涉SAR误差模型的基础上,提出了联立极化观测方程下散射机制的求解方法,推导了极化失真和干涉误差在极化干涉SAR不同处理模式下的综合影响模型,并通过仿真验证了模型的正确性,同时给出了3种处理模式补偿误差后的高度反演结果,补偿误差后通过极化最优相干得到建筑区域高度的均方根误差(RMSE)为2.77 m。在此基础上,通过仿真给出了极化干涉SAR不同处理模型下的误差影响曲线,比较了不同处理模型受误差影响的程度,并给出了合理解释,研究结果为极化干涉SAR系统设计、处理方法选择及数据应用提供了参考。

关键词：极化干涉合成孔径雷达误差分析极化最优相干 Pauli分解 ESPRIT分解

来源：评论

学校读者我要写书评

暂无评论

基于滤波张量分析的高光谱目标检测方法

引用

中国科学院大学学报（中英文） 2022年第5期39卷 684-694页

作者：杨帅计璐艳耿修瑞中国科学院大学北京100049 中国科学院空天信息创新研究院中国科学院空间信息处理与应用系统技术重点实验室北京100094

现有的高光谱图像目标检测算法大都把各个波段不加区分地对待,从而不能充分利用图像波段的物理信息。将高光谱图像按照成像机理的不同首先分为几个不同的波段范围(比如可见光、近红外、短波红外等),并通过将高光谱图像的不同波段范围与... 详细信息

现有的高光谱图像目标检测算法大都把各个波段不加区分地对待,从而不能充分利用图像波段的物理信息。将高光谱图像按照成像机理的不同首先分为几个不同的波段范围(比如可见光、近红外、短波红外等),并通过将高光谱图像的不同波段范围与多时相遥感数据的时相维进行对应,将最近发展的一个多时相目标检测算法———滤波张量分析(filter tensor analysis,FTA)引入高光谱目标检测中,提出一种面向单时相高光谱图像的分波段FTA算法。针对高光谱图像的实验表明,与传统的单时相目标检测算法相比,分波段FTA算法取得了很好的检测效果。

关键词：高光谱图像目标检测 FTA 分波段 CEM

来源：评论

学校读者我要写书评

暂无评论

基于约束误差不变的高光谱图像端元优化模型

引用

中国科学院大学学报（中英文） 2022年第1期39卷 83-90页

作者：王为家耿修瑞中国科学院空天信息创新研究院中国科学院空间信息处理与应用系统技术重点实验室北京100094 中国科学院大学北京100049

线性混合模型(linear mixture model,LMM)在端元提取中起着至关重要的作用。在LMM假设下,理想的端元提取效果需要重建误差最小。但是在实际的高光谱数据集中噪声是不可避免的,单纯追求重建误差最小化可能会导致最终结果偏离真实端元。... 详细信息

线性混合模型(linear mixture model,LMM)在端元提取中起着至关重要的作用。在LMM假设下,理想的端元提取效果需要重建误差最小。但是在实际的高光谱数据集中噪声是不可避免的,单纯追求重建误差最小化可能会导致最终结果偏离真实端元。为平衡重建误差与噪声的影响,使用几何优化模型计算重建误差,通过约束重建误差来最小化单形体体积,提出新的误差约束优化模型EIC-OSV(error invariant constrained-optimal simplex volume)。模拟数据及真实数据下的实验表明,EIC-OSV可以提高现有端元提取方法的准确性。

关键词：高光谱端元提取单形体优化

来源：评论

学校读者我要写书评

暂无评论

勺型网络:用于Landsat遥感图像云检测的新型网络

引用

中国科学院大学学报（中英文） 2022年第5期39卷 712-720页

作者：王树立唐海蓉计璐艳中国科学院空天信息创新研究院中国科学院空间信息处理与应用系统技术重点实验室北京100094 中国科学院大学北京100049

针对目前用于遥感图像云检测的神经网络模型存在光谱信息未能充分利用而导致的细节信息易损失、碎云漏检率大、计算复杂等不足,提出一种新型且轻量的网络,称为勺型网络(spoon-net,S-Net),应用于Landsat遥感图像的云检测。S-Net分为2个阶... 详细信息

针对目前用于遥感图像云检测的神经网络模型存在光谱信息未能充分利用而导致的细节信息易损失、碎云漏检率大、计算复杂等不足,提出一种新型且轻量的网络,称为勺型网络(spoon-net,S-Net),应用于Landsat遥感图像的云检测。S-Net分为2个阶段,第1阶段,使用1×1的卷积核提取图像光谱特征,避免图像细节被模糊;第2阶段,使用encoder-decoder框架提取图像空间特征,并引入分组卷积,对第1阶段提取的每一层光谱通道单独进行卷积,保持光谱特征并减少模型参数。模型在Landsat8 biome数据训练测试并评估,结果表明模型在内存与时间上具有较大优势,并达到95%的准确率。

关键词： Landsat 云检测神经网络光谱特征勺型网络

来源：评论

学校读者我要写书评

暂无评论

基于图像分割和EM算法的PolSAR地物分类方法

引用

中国科学院大学学报（中英文） 2022年第5期39卷 639-647页

作者：曹哲冯珊珊孙显洪文中国科学院空天信息创新研究院中国科学院空间信息处理与应用系统技术重点实验室北京100190 中国科学院大学北京100049

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-ran... 详细信息

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。

关键词：极化SAR 地物分类神经网络低秩重构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：