-
公开(公告)号：CN108132468A
公开(公告)日：2018-06-08
申请号：CN201711417716.1
申请日：2017-12-25
Applicant: 中南大学
IPC: G01S13/90
Abstract: 本发明公开了一种多基线极化干涉SAR建筑物高度提取方法，包括：步骤1，对多基线极化干涉SAR数据进行预处理；步骤2，对所述步骤1中预处理后的数据进行极化干涉处理；步骤3，NR相干最优相位中心计算；步骤4，叠掩区域选取及不同散射体相位差均值计算；步骤5，长-短基线组合计算整周缠绕倍数；步骤6，基于高程精度因子的建筑物高度最小二乘平差解算。所述多基线极化干涉SAR建筑物高度提取方法解决了建筑物叠掩区域无法解缠的问题，并在此基础上使用多基线干涉对，利用基于高程精度因子定权的最小二乘平差，抑制了干涉失相干及噪声等的影响，从而能够反演得到较为精确的建筑物高度。
-
公开(公告)号：CN113269024B
公开(公告)日：2022-04-26
申请号：CN202110348030.1
申请日：2021-03-31
Applicant: 中南大学
IPC: G06V20/00 , G06V10/762 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种顾及极化统计特性的非监督域自适应网络极化SAR地物分类方法及设备，其方法为：选取带标签和不带标签的极化SAR数据计算生成协方差矩阵，分别作为源域和目标域数据集；使用源域样本初始化源域及目标域的聚类中心；将源域和目标域数据输入至各自对应的复卷积神经网络，得到重构特征；通过计算重构特征与聚类中心的距离，为目标域样本确定伪标签，并更新目标域的聚类中心；重复聚类迭代，直到聚类迭代收敛或达到聚类最大迭代次数；通过最小化目标函数，迭代更新两个复卷积神经网络的参数，直到网络参数收敛，此时目标域数据集各样本类别即为最终地物类别。本发明可高效对极化SAR数据进行地物分类。
-
公开(公告)号：CN109948520A
公开(公告)日：2019-06-28
申请号：CN201910202371.0
申请日：2019-03-18
Applicant: 中南大学
Abstract: 本发明属于农业遥感领域，公开了一种基于多时相双极化SAR特征曲线的农作物分类方法，通过多时相极化SAR数据预处理、极化特征曲线提取、极化特征变化量曲线生成、简单线性迭代聚类分割、样本选择和聚类相似度计算等步骤，最终输出分类结果。本发明使用多个时相的双极化SAR数据，提取极化特征，并得到极化特征曲线，最终借助曲线相似度评价方法进行农作物分类，能够使用极化特征曲线，对农作物类型进行高精度识别，解决了单时相极化SAR信息不丰富和传统多时相极化SAR分类方法难以引入极化时变特性的问题，为高精度农作物分类制图提供了一种切实可行的方法。
-
Patent Agency Ranking
公开(公告)号：CN115130547B
公开(公告)日：2025-05-06
申请号：CN202210549214.9
申请日：2022-05-20
Applicant: 中南大学
IPC: G06V20/10 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种基于多特征联合时序匹配的极化SAR农作物分类方法、系统、设备及介质，方法：获取农作物区域的多时相极化SAR数据集，提取多种特征得到各特征时间序列，计算各极化特征区分度；以各特征区分度对欧式距离加权，作为特征时间序列曲线对齐的基距离，对待分类的农作物特征时间序列进行路径匹配；将待分类的农作物的特征时间序列按物候日历划分子序列，基于子序列相似度、子序列均值时序特征及各特征区分度，计算待分类的农作物与每种标准农作物之间的匹配距离相似度，并将最小值对应的标准农作物类别确定为待分类的农作物的类别。本发明充分利用农作物的时变特性及物候信息，可解决物候不确定性造成的时相偏移问题，提高农作物类别区分度。
-
公开(公告)号：CN109948520B
公开(公告)日：2023-01-06
申请号：CN201910202371.0
申请日：2019-03-18
Applicant: 中南大学
IPC: G06V20/68 , G06V20/13 , G06V10/26 , G06V10/74 , G06V10/764
Abstract: 本发明属于农业遥感领域，公开了一种基于多时相双极化SAR特征曲线的农作物分类方法，通过多时相极化SAR数据预处理、极化特征曲线提取、极化特征变化量曲线生成、简单线性迭代聚类分割、样本选择和聚类相似度计算等步骤，最终输出分类结果。本发明使用多个时相的双极化SAR数据，提取极化特征，并得到极化特征曲线，最终借助曲线相似度评价方法进行农作物分类，能够使用极化特征曲线，对农作物类型进行高精度识别，解决了单时相极化SAR信息不丰富和传统多时相极化SAR分类方法难以引入极化时变特性的问题，为高精度农作物分类制图提供了一种切实可行的方法。
-
公开(公告)号：CN115130547A
公开(公告)日：2022-09-30
申请号：CN202210549214.9
申请日：2022-05-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于多特征联合时序匹配的极化SAR农作物分类方法、系统、设备及介质，方法：获取农作物区域的多时相极化SAR数据集，提取多种特征得到各特征时间序列，计算各极化特征区分度；以各特征区分度对欧式距离加权，作为特征时间序列曲线对齐的基距离，对待分类的农作物特征时间序列进行路径匹配；将待分类的农作物的特征时间序列按物候日历划分子序列，基于子序列相似度、子序列均值时序特征及各特征区分度，计算待分类的农作物与每种标准农作物之间的匹配距离相似度，并将最小值对应的标准农作物类别确定为待分类的农作物的类别。本发明充分利用农作物的时变特性及物候信息，可解决物候不确定性造成的时相偏移问题，提高农作物类别区分度。
-
公开(公告)号：CN108132468B
公开(公告)日：2021-10-08
申请号：CN201711417716.1
申请日：2017-12-25
Applicant: 中南大学
IPC: G01S13/90
Abstract: 本发明公开了一种多基线极化干涉SAR建筑物高度提取方法，包括：步骤1，对多基线极化干涉SAR数据进行预处理；步骤2，对所述步骤1中预处理后的数据进行极化干涉处理；步骤3，NR相干最优相位中心计算；步骤4，叠掩区域选取及不同散射体相位差均值计算；步骤5，长‑短基线组合计算整周缠绕倍数；步骤6，基于高程精度因子的建筑物高度最小二乘平差解算。所述多基线极化干涉SAR建筑物高度提取方法解决了建筑物叠掩区域无法解缠的问题，并在此基础上使用多基线干涉对，利用基于高程精度因子定权的最小二乘平差，抑制了干涉失相干及噪声等的影响，从而能够反演得到较为精确的建筑物高度。
-
公开(公告)号：CN113269024A
公开(公告)日：2021-08-17
申请号：CN202110348030.1
申请日：2021-03-31
Applicant: 中南大学
Abstract: 本发明公开了一种顾及极化统计特性的非监督域自适应网络极化SAR地物分类方法及设备，其方法为：选取带标签和不带标签的极化SAR数据计算生成协方差矩阵，分别作为源域和目标域数据集；使用源域样本初始化源域及目标域的聚类中心；将源域和目标域数据输入至各自对应的复卷积神经网络，得到重构特征；通过计算重构特征与聚类中心的距离，为目标域样本确定伪标签，并更新目标域的聚类中心；重复聚类迭代，直到聚类迭代收敛或达到聚类最大迭代次数；通过最小化目标函数，迭代更新两个复卷积神经网络的参数，直到网络参数收敛，此时目标域数据集各样本类别即为最终地物类别。本发明可高效对极化SAR数据进行地物分类。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
