高分辨率星载SAR图像水上桥梁解译

被引:4
作者
张绍明 [1 ]
何向晨 [2 ]
张小虎 [1 ]
孙义威 [1 ]
机构
[1] 同济大学遥感与空间信息技术研究中心
[2] 中国航天科工集团二十五所
关键词
合成孔径雷达; 纹理分析; 图像分类; 桥梁检测; 桥梁参数估计;
D O I
暂无
中图分类号
TN957.52 [数据、图像处理及录取];
学科分类号
摘要
该文提出一种高分辨率星载SAR图像水上桥梁解译方法。首先计算图像分类特征的纹理描述量,包括Gabor滤波器响应、树形小波参数和灰度共生矩阵。然后利用支持向量机对图像进行分类,将SAR图像分为低反射率区域、城市建筑区和植被覆盖区。在低反射率区域中,利用目标的形状、拓扑关系和目标与背景的灰度分布完成桥梁兴趣区检测。最后利用雷达成像参数和多次回波模型计算桥梁的方向、长度、宽度、水面高度、桥体厚度和正射投影位置。利用TerraSAR-X图像进行的实验表明了该方法的有效性。
引用
收藏
页码:1706 / 1712
页数:7
相关论文
共 6 条
  • [1] Bridge recognition of median-resolution SAR images using pun histogram entropy[J]. 吴文宇,尹东,张荣,刘岩,潘嘉.Chinese Optics Letters. 2009(07)
  • [2] 基于模糊加权SVM的SAR图像水体自动检测
    程明跃
    叶勤
    张绍明
    陈映鹰
    李伟
    [J]. 计算机工程, 2009, 35 (02) : 219 - 221
  • [3] 利用规则化热扩散方程的SAR图像桥梁检测
    王子路
    李智勇
    粟毅
    [J]. 现代雷达, 2009, 31 (01) : 46 - 49
  • [4] 高分辨率SAR图像中的桥梁识别方法研究
    戴光照
    张荣
    [J]. 遥感学报, 2007, (02) : 177 - 184
  • [5] 基于极化合成孔径雷达数据的桥梁检测
    于大洋
    周露
    杨健
    彭应宁
    [J]. 清华大学学报(自然科学版), 2005, (07) : 888 - 891
  • [6] SUPPORT-VECTOR NETWORKS
    CORTES, C
    VAPNIK, V
    [J]. MACHINE LEARNING, 1995, 20 (03) : 273 - 297