一种基于异源图像匹配的极化SAR分类准确率标定方法

• 作者: 刘川 尹奎英
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 极化合成孔径雷达 地物分类 深度学习 异源图像匹配
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 雷达系统与技术
• 页码范围: 99-102
• 页数: 4页
• 分类号: TN957.52
• 字数: 3380字
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2020.07.020

摘要

针对极化合成孔径雷达(SAR)地物分类难以大批量标定准确率的问题,提出了一种利用光学遥感图像标定极化SAR分类准确率的方法.首先,采用快速区域卷积神经网络(Fast-RCNN)方法对光学遥感图像进行地物分类;然后,应用基于感兴趣区域的分布式目标异源图像匹配方法,建立光学遥感图像与SAR图像的对应关系;最后,以光学遥感图像的分类结果估计极化SAR分类的准确性.实验结果表明:光学遥感图像的分类结果可以较好地估计极化SAR分类准确性,该方法具有重要的工程应用价值和现实意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹奎英		14	99	7.0	9.0
2	刘川		1	0	0.0	0.0