《雷达学报杂志》发表论文赏析

River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型

来源:雷达学报杂志2022年第3期北京时间:

作者:李宁, 郭志顺, 毋琳, 赵建辉

单位:1.河南大学计算机与信息工程学院 开封 475004;2.河南省智能技术与应用工程技术研究中心 开封 475004;3.河南省大数据分析与处理重点实验室 开封 475004;

摘要:高精度提取合成孔径雷达(SAR)图像中的河流边界,对河流水势监测具有重要意义。以检测郑州7·20暴雨后黄河的健康状况为实施例,该文融合精致Lee滤波思想与卷积操作的滤波特性,提出了基于河道几何特性的优化内部权值卷积核Refined-Lee Kernel,进而提出了一种新型河道提取深度神经网络模型,即River-Net。为验证所提模型的有效性,该文获取了郑州7·20暴雨前后两景欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)影像数据,利用暴雨前的影像对模型进行训练,用于提取暴雨后的黄河河道,分析黄河在暴雨后的涨势情况。实验结果表明,相比主流语义分割模型,所提模型能够更精确地在SAR图像中提取河道,对洪水灾害的检测与评估有重要应用价值。

关键词:合成孔径雷达(SAR), Refined-Lee Kernel, 精致Lee滤波, 神经网络, 河道提取

基金资助:河南省重大公益项目(201300311300),河南省科技攻关计划项目(212102210101, 212102210093),国家自然科学基金(61871175)

2022年3期其他文献查阅:

视频合成孔径雷达双域联合运动目标检测方法

River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型

FCOSR:一种无锚框的SAR图像任意朝向船舶目标检测网络

宽幅SAR海上大型运动舰船目标数据集构建及识别性能分析

基于几何约束移动最小二乘的TomoSAR山区点云高精度三维重建方法

GEO-LEO双基SAR序贯多帧-多通道联合重建无模糊成像方法

基于卷积神经网络的天基预警雷达杂波抑制方法

机载双基地极化敏感阵列多干扰抑制

一种双极化气象雷达自适应谱极化滤波方法

雷达辐射源信号分选研究进展

基于多字典联合与分层块稀疏贝叶斯框架的多辐射源直接定位方法

低空监视雷达“走-停-走”目标跟踪技术

视场非完全重叠的分布式雷达多目标跟踪方法

基于Transformer网络的机载雷达多目标跟踪方法

天基穿冰雷达系统:机遇与挑战

基于FMCW雷达的非接触式医疗健康监测技术综述

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!