| 紧缩极化SAR卷积神经网络溢油检测方法 |
| |
| 作者姓名： | 罗卿莉 陈志远 刘宇婷 张进 李煜 |
| |
| 作者单位： | 1. 天津大学精密测试技术及仪器全国重点实验室, 天津 300072;2. 北京工业大学, 北京 100036 |
| |
| 基金项目： | 天津市轨道交通导航定位;时空大数据技术重点实验室开放课题;交通运输行业重点实验室;天津市自然科学基金重点项目;天津市交通运输科技发展计划;天津市交通运输科技发展计划;国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 为研究利用紧缩极化SAR代替全极化SAR进行海洋溢油检测的可行性,以及不同极化参数对溢油检测准确率的影响,本文利用卷积神经网络(CNN)的SAR溢油检测算法,对全极化模式及由全极化构造的紧缩极化SAR数据分别提取极化参数,研究其对于溢油分类准确率的影响;同时对比不同SAR数据预处理步骤对溢油检测精度的影响。研究结果表明,对于预处理步骤,线性拉伸方法能够有效提升溢油检测的准确率;在极化参数选择上,极化参数极化熵H在全极化与紧缩极化模式上都取得最高的分类准确率,分别为0.972和0.978。该研究结果证明了利用紧缩极化SAR代替全极化SAR进行溢油检测的可行性,在溢油检测方面具有较好的应用潜力。
|
| 关 键 词： | 海洋溢油 合成孔径雷达 紧缩极化 极化分解 卷积神经网络 |
| 收稿时间： | 2023-11-20 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《测绘通报》浏览原始摘要信息 |
|
点击此处可从《测绘通报》下载全文 |
|
