【摘 要】
：
合成孔径雷达（Synthetic Aperture Radar,SAR）是一种主动式的遥感微波技术,能对识别目标进行全天时、全天候的监测,被用于军事侦察、地理测绘等多个领域。SAR图像高精度分类作为SAR图像解译的重要一环,一直受到国内外研究人员的关注。随着图像分辨率的快速提高,使原本适合中低分辨率的SAR图像分类算法,难以适应高分辨率SAR图像的处理需求。针对该问题,本文在了解SAR成像原理的基
论文部分内容阅读
合成孔径雷达（Synthetic Aperture Radar,SAR）是一种主动式的遥感微波技术,能对识别目标进行全天时、全天候的监测,被用于军事侦察、地理测绘等多个领域。SAR图像高精度分类作为SAR图像解译的重要一环,一直受到国内外研究人员的关注。随着图像分辨率的快速提高,使原本适合中低分辨率的SAR图像分类算法,难以适应高分辨率SAR图像的处理需求。针对该问题,本文在了解SAR成像原理的基础上,分析了深度学习中的全卷积网络框架,将其应用于SAR图像分类中,取得了不错的效果。本文的主要研究内容如下:（1）提出了一种全卷积U形网络和条件随机场相结合的高分辨率SAR图像分类算法。高分辨率SAR图像分类任务是利用少量数据标签的基础上,实现整幅SAR图像的逐像素分类。考虑到高分辨率SAR图像通常比中低分辨率SAR图像包含更多的纹理信息和复杂场景,该算法使用全卷积U形网络作为基础框架,去挖掘高分辨率SAR图像的结构、纹理和特征信息。将全连接条件随机场嵌入到网络结构中,与全卷积U形网络同步进行训练,建立像素间的空间领域关系,近一步细化粗分类结果,提高边缘分类精度。采用Radarsat-2数据进行实验,结果表明:与传统的全卷积网络分类方法相比,该算法不仅完成了SAR图像分类任务,而且分割精度均高于其他对比算法。（2）研究提出了一种基于改进型全卷积U形网络的高分辨率SAR图像分类算法。第三章中的全卷积U形网络的编码器和解码器子网络采用的是直连方式的跳过路径,没有考虑特征图之间的语义差异性。针对这一问题,本章改进算法将编码器和解码器子网络通过一系列嵌套的跳过路径进行连接,更有效地利用浅层特征以保持细节信息,加强了深、浅层特征的融合。与此同时,为了更好地实现网络的特征表示,在网络中,引入了通道注意力机制,对于不同通道特征图赋予不同的权重系数,实现了特征的重新标定,提升了深层特征的提取效果。采用Radarsat-2数据进行实验,结果表明:与传统的全卷积网络分类方法相比,该算法获得的深度特征,可以实现高精度的SAR图像分类。
其他文献
随着元宇宙概念的兴起,虚拟现实（Virtual Reality,VR）和增强现实（Augmented Reality,AR）等技术受到广泛关注,其中以点云视频为代表的全息视频技术是其中的关键应用,它在教育,娱乐和医疗等领域拥有广泛的应用前景。然而由于点云视频拥有六个维度的信息,它比普通视频有更高的数据量,因此传输点云视频对网络带宽和延迟的要求十分高,因此研究如何优化点云视频的传输是目前多媒体传输领
近些年来,在“斯诺登事件”、“美起诉中国人民解放军军官”和“白宫人事局窃密”等的冲击下,网络安全的战略重要性显著上升,已成为中美国家安全对抗的新前沿。为此,习总书记在某次网络安全会议上指出:没有网络安全就没有国家安全。隐蔽通信是实现网络安全的重要技术之一,特别是随着音频大数据时代的到来,网络上存在的海量音频载体使得音频隐写更加方便,基于音频隐写的隐蔽通信在保障信息安全和保护通信行为隐私方面的作用也
超表面是由亚波长结构以周期或准周期形式,排列组成的二维微纳光学功能器件,可用于对电磁波的振幅、相位、偏振态等基本特性进行调控。当前,全介质超表面由于其损耗低的优势,被广泛应用于成像、通信、传感、军事等领域。然而,全介质超表面的纵横比例较大,在加工制备过程中产生的结构误差难以避免,可能导致超表面的功能发生畸变。针对此问题,本文开展了两项工作:（1）提出一种基于介质柱砷化镓超表面的集成高效红外透镜器件
行人重识别旨在判断非重叠视域监控图像或视频序列中是否存在目标行人,现已成为智能监控分析系统中极为关键的一环,被广泛应用于公安防控领域,如城市交通平台监控、公安刑事侦查等场景。早期的研究致力于解决人体姿态、背景遮挡、监控视角、光线变化等因素对行人重识别的影响,却忽略了分辨率差异的问题。在真实世界中,由于行人与相机间的距离变化、相机硬件参数设置以及相机部署位置的不同,导致捕获到的行人图像分辨率低下,而
水下光学成像在深海救援、资源开发等人类活动中有广泛的应用,是获取水下信息的重要手段之一。而光在水下的传输规律是光学成像领域的研究热点,由于光在水下传输时会受到水分子及悬浮粒子的吸收和散射作用,导致光的能量以及偏振特性发生改变,严重影响了水下目标的探测。为了提高光在水下的探测能力,本文从光在水下的传输规律以及水下图像复原两方面开展了研究工作。结合蒙特卡洛仿真与实测实验,开展了不同波段光在水下的传输实
医学图像分析属于计算机视觉的一个子领域,其处理对象一般是通过不同成像手段得到的病灶或器官的医学影像。在目前的临床实践中,医生们常用的手段是依靠人眼观察医学成像的某些局部特征来发现病原体,这种方式十分依赖医生的经验,并且带有极强的主观因素。近年来,计算机辅助诊断系统已经广泛应用到了医学实践当中,通过计算机视觉和人工智能技术能够自动化地处理某些问题,如肿瘤病理学识别、疾病组织检测等,这些技术可以辅助甚
偏振光为自然界中的生物提供了最为丰富的偏振信息。各种生物利用光的偏振现象进行远距离导航觅食、种群交流、寻找配偶以及返回巢穴等行为。偏振光也对人类的生活具有重要的作用,主要应用在偏振医疗、偏振光导航、偏振遥感探测以及偏振器件等众多领域。为了解决仿生偏振导航中的太阳位置获取问题,通过对大气偏振模式的E矢量分布特征的分析,分别提出了利用大气偏振模式结构相似性特征获取太阳位置和利用卷积神经网络实现天空偏振
合成孔径雷达（Synthetic Aperture Radar,SAR）作为一种高分辨率成像传感器,能够提供丰富的地物信息。与光学图像相比,SAR图像可以在全天候、全时条件下获得更有效、更全面的地物信息,从而有效提高了地物分类的能力。因此,现阶段SAR图像地物分类在相关领域扮演着越来越重要的角色。本文立足于SAR图像分类的主要问题——图像预处理以及分类,开展了SAR图像地物分类算法的关键技术研究。
人体皮肤表面积（Body Surface Area,BSA）在体质评价、运动训练,尤其是医学领域等都有着广泛的应用,是一个重要的生理参数。烧伤患者的治理、用药量的定量计算等都需要用到人体皮肤表面积。然而传统的体表面积计算方法往往存在着指示性状较少、计算模型单一、数据集多是欧美人为主等问题,导致临床应用存在精度低的问题。三维扫描获得的体表面积精度较高,但其也存在着花费高、耗时长等问题。而随着深度学习
异常行为检测是计算机视觉方向一项复杂的任务,该任务的目的是从真实场景的监控视频中自动检测出不符合正常行为规范的运动片段,这对于构建智能安防监控系统有着重要的应用价值。异常行为检测的难点在于真实场景中行为异常与否的判断会受到周围场景与其他运动个体的影响,难以通过直接分析运动特征进行判断。本文在总结现有异常行为检测方法的基础上,考虑异常行为的社会力模型,以及正常与异常行为的特征差异性,从真实场景的监控