一种基于全极化SAR图像的地物分类方法及相关装置

AITNT
正文
推荐专利
一种基于全极化SAR图像的地物分类方法及相关装置
申请号:CN202510870997
申请日期:2025-06-25
公开号:CN120783110A
公开日期:2025-10-14
类型:发明专利
摘要
本申请公开了一种基于全极化SAR图像的地物分类方法及相关装置,涉及图像处理技术领域,该方法包括:对于全极化SAR图像中的每一像元,提取像元对应的复数特征和实数特征,以所有像元对应的复数特征作为输入,利用复数卷积神经网络提取得到复数相干特征,以所有像元对应的实数特征作为输入,利用图注意力网络提取得到实数散射特征,对复数相干特征和实数散射特征进行融合,得到融合特征,并以融合特征作为输入,利用地物分类模型确定像元上地物的地物类型。本申请可提高分类精度和鲁棒性。
技术关键词
全极化SAR图像 地物分类方法 极化相干矩阵 复数特征 散射特征 功率 非局部均值滤波 卷积神经网络提取 通道 元素 融合特征 邻域 分类规则 注意力 处理器 保留特征 图像处理技术 计算机程序产品
系统为您推荐了相关专利信息
1
用于探测泥炭储量的GPR的适用参数预测模型构建方法
典型 属性预测模型 土壤理化参数 预测模型构建方法 泥炭储量
2
一种高时空分辨率多光谱遥感数据的地物分类方法及装置
多光谱遥感数据 高时空分辨率 地物分类方法 地物影像数据 无人机影像数据
3
基于物理散射模型引导的SAR图像跨角度生成方法及系统
散射特征 编码器模块 物理 注意力 属性散射中心模型
4
基于低轨卫星与5G网络的云层定向调度方法
粒子群优化算法 低轨卫星星座 波束成形技术 节点 网络
5
一种基于多维雷达电磁散射特征序列的昆虫种类辨识方法
散射特征 雷达散射截面 识别神经网络 辨识方法 电磁
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号