极化SAR影像地物智能分类技术进展
2022年电子技术应用第8期
杨鹤猛1，孟秀军1，陈艳芳1，王 彤2，黄 勇2，孙振蓉1
1.天津航天中为数据系统科技有限公司 天津市智能遥感信息处理技术企业重点实验室，天津300301； 2.广东电网有限责任公司电力科学研究院，广东 广州510080
摘要： 对基于极化SAR影像的地物分类技术发展进行归纳与总结。首先提出地物分类技术的价值需求和应用特点，对其所要解决的科学问题进行归纳；其次总结分析极化SAR影像分类的一般技术流程；进一步对国内外研究现状与技术算法特点进行分类梳理，提出其在理论方法与地物分类应用中的技术优缺点，尤其对基于人工智能理论的极化SAR影像地物分类技术进行探讨；最后结合SAR遥感的发展趋势，指出未来极化SAR影像地物智能分类技术的研究方向。
中图分类号： TP75
文献标识码： A
DOI：10.16157/j.issn.0258-7998.212116
中文引用格式： 杨鹤猛，孟秀军，陈艳芳，等. 极化SAR影像地物智能分类技术进展[J].电子技术应用，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.
文献标识码： A
DOI：10.16157/j.issn.0258-7998.212116
中文引用格式： 杨鹤猛，孟秀军，陈艳芳，等. 极化SAR影像地物智能分类技术进展[J].电子技术应用，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
合成孔径雷达(Synthetic Aperture Radar，SAR)是一种主动式微波成像观测系统, 搭载于天基或空基平台，通过合成孔径与脉冲压缩技术可获取地球表面的高分辨率、全天时、全天候、富含地物“指纹特征”的遥感图像。极化SAR成像的散射回波在目标信息确定度和杂波抑制具有更强的能力，通过解译其极化特性可以广泛应用于军情勘察、伪装目标识别、农林作物监测与分类、建筑与道路提取、地质分析、自然资源普查、地震与洪涝等灾害监视等领域[1-3]。
随着国家数字地球战略的深入推进和商业遥感等政策放开，国家以及行业、产业对精细遥感探测的需求会愈发迫切，可以预见：一方面，SAR硬件资源和应用会愈发广泛，将朝着新体制、高分辨、低成本、多极化等方向快速演进；另一方面，星载和机载SAR遥感数据资源将极大丰富，共享度越来越高，数据量越来越大。然而，极化SAR影像地物分类方法发展仍缺乏重大理论创新，尚未摆脱传统的基于统计机理的局部像素空间相关性等方法和基于极化散射机理的极化目标分解等理论。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000004646。
作者信息：
杨鹤猛1，孟秀军1，陈艳芳1，王 彤2，黄 勇2，孙振蓉1
(1.天津航天中为数据系统科技有限公司 天津市智能遥感信息处理技术企业重点实验室，天津300301；
2.广东电网有限责任公司电力科学研究院，广东 广州510080)
此内容为AET网站原创，未经授权禁止转载。