公开(公告)号：CN106446935A

公开(公告)日：2017-02-22

申请号：CN201610802709.2

申请日：2016-09-05

Applicant: 哈尔滨工业大学

Inventor： 张腊梅 ,  邹斌 ,  王骁 ,  孙良洁

IPC: G06K9/62

CPC classification number: G06K9/6267

Abstract: 基于核稀疏表示和空间约束的极化SAR图像分类方法，属于极化SAR图像分类技术领域。本发明用于解决基于像素的极化SAR遥感图像分类方法具有高维性和计算量过大，造成极化SAR图像分类效率低的问题。分类步骤为：对原始极化SAR图像数据预处理，获得待分类极化SAR图像数据；确定图像类别和训练样本；基于多成分散射模型、特征值分解和灰度共生矩阵进行极化SAR图像特征提取；构建过完备字典；获得每个图像类别训练样本的最优稀疏系数；利用最优稀疏系数进行信号重建，根据每个图像类别训练样本的重建信号和待分类极化SAR图像的误差决定所属图像类别，实现对待分类极化SAR图像的分类。本发明用于极化SAR图像的分类。

公开(公告)号：CN107144842A

公开(公告)日：2017-09-08

申请号：CN201710500976.9

申请日：2017-06-27

Applicant: 哈尔滨工业大学

Inventor： 张腊梅 ,  段宝龙 ,  王骁 ,  邹斌

IPC: G01S13/90

CPC classification number: G01S13/9023

Abstract: 本发明公开了一种改进的极化干涉SAR植被高度联合反演方法，所述方法包括如下步骤：步骤一：输入极化干涉SAR图像，进行预处理，得到预处理后的极化干涉SAR图像；步骤二：采用基于相位分离相干优化的三阶段算法对预处理后的极化干涉SAR图像进行地表相位提取；步骤三：基于Antropov体散射模型对预处理后的极化干涉SAR图像进行极化目标分解，得到体散射成分，提取出冠层相位；步骤四：根据相位差异法，利用步骤二得到的地表相位和步骤三得到的冠层相位的相位差异初步估计植被高度；步骤五：采用相干幅度法对步骤四得到的高度进行补偿，实现极化干涉SAR图像的植被高度估计。本发明解决了地表相位和冠层相位估计模糊的问题，提高了极化干涉SAR植被高度反演的精度。

公开(公告)号：CN107256414A

公开(公告)日：2017-10-17

申请号：CN201710501741.1

申请日：2017-06-27

Applicant: 哈尔滨工业大学

Inventor： 张腊梅 ,  陈泽茜 ,  王骁 ,  邹斌

IPC: G06K9/62

CPC classification number: G06K9/6267 ,  G06K9/6228 ,  G06K9/6256

Abstract: 一种基于空域特征图谱的极化SAR图像卷积神经网络分类方法，包括如下步骤：输入极化SAR图像数据并进行预处理，获得待分类极化SAR图像；确定待分类极化SAR图像的类别；对待分类极化SAR图像进行极化SAR图像初步特征提取，得到图像初步特征组合；在极化SAR图像中基于像素点及其邻域获得训练样本的特征图谱，构成训练样本空间；搭建卷积神经网络模型，调整网络参数，使用训练样本的特征图谱训练卷积神经网络；对待分类的极化SAR图像的组合特征基于像素点及其邻域获得初步的特征图谱，构成测试样本空间；用卷积神经网络模型对测试样本进行特征提取并进行分类。本发明提高了极化SAR图像的分类精度。