極化SAR影像地物智能分類技術進展
2022年電子技術應用第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.天津航天中為數據系統科技有限公司 天津市智能遙感信息處理技術企業重點實驗室，天津300301； 2.廣東電網有限責任公司電力科學研究院，廣東 廣州510080
摘要： 對基于極化SAR影像的地物分類技術發展進行歸納與總結。首先提出地物分類技術的價值需求和應用特點，對其所要解決的科學問題進行歸納；其次總結分析極化SAR影像分類的一般技術流程；進一步對國內外研究現狀與技術算法特點進行分類梳理，提出其在理論方法與地物分類應用中的技術優缺點，尤其對基于人工智能理論的極化SAR影像地物分類技術進行探討；最后結合SAR遙感的發展趨勢，指出未來極化SAR影像地物智能分類技術的研究方向。
中圖分類號： TP75
文獻標識碼： 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進展[J].電子技術應用，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.
文獻標識碼： 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進展[J].電子技術應用，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(Synthetic Aperture Radar，SAR)是一種主動式微波成像觀測系統, 搭載于天基或空基平臺，通過合成孔徑與脈沖壓縮技術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信息確定度和雜波抑制具有更強的能力，通過解譯其極化特性可以廣泛應用于軍情勘察、偽裝目標識別、農林作物監測與分類、建筑與道路提取、地質分析、自然資源普查、地震與洪澇等災害監視等領域[1-3]。
隨著國家數字地球戰略的深入推進和商業遙感等政策放開，國家以及行業、產業對精細遙感探測的需求會愈發迫切，可以預見：一方面，SAR硬件資源和應用會愈發廣泛，將朝著新體制、高分辨、低成本、多極化等方向快速演進；另一方面，星載和機載SAR遙感數據資源將極大豐富，共享度越來越高，數據量越來越大。然而，極化SAR影像地物分類方法發展仍缺乏重大理論創新，尚未擺脫傳統的基于統計機理的局部像素空間相關性等方法和基于極化散射機理的極化目標分解等理論。
本文詳細內容請下載：http://m.xxav2194.com/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.天津航天中為數據系統科技有限公司 天津市智能遙感信息處理技術企業重點實驗室，天津300301；
2.廣東電網有限責任公司電力科學研究院，廣東 廣州510080)
此內容為AET網站原創，未經授權禁止轉載。