地理信息库支持下的SAR 影像信息提取

doi:10.11873/j.issn.1004-0323.2005.1.111

遥感技术与应用

2005, Vol. 20

Issue (1): 111-115 DOI: 10.11873/j.issn.1004-0323.2005.1.111

研究与应用

地理信息库支持下的SAR 影像信息提取

王　超¹, 张　波¹, 张　红^{1, 2}, 吴　樊¹

(1. 中国科学院遥感应用研究所, 遥感科学国家重点实验室, 北京 100101;2.北京师范大学地理学与遥感科学学院, 遥感科学国家重点实验室, 北京 100875)

SAR Information Extraction Based on Geo-database

WANG Chao¹, ZHANG Bo¹, ZHANG Hong^{1, 2}, WU Fan¹

(1. State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, Ch ina; 2. State Key Laboratory of Remote Sensing Science,College of Geography and Remote Sensing , Beijing Normal University , Beijng 100875, Ch ina)

全文: PDF

摘要：

在计算机辅助下如何快速的对整景高分辨率SAR影像进行信息提取已成为一个研究热点。将这一问题构建为一个系统工程来进行考虑解决。在SAR影像中, 许多目标例如河流、湖泊、主要道路、街区和居民地等地理属性信息在短期内不易发生变化, 因此可将这些地理数据集作为先验信息存于数据库中, 在随后对SAR影像的信息处理中, 可以通过预先建立的地理索引调用相应的地理信息来指导信息提取过程, 从而加快整个系统的处理进度, 满足实际工作的需求。　

关键词： 信息提取; 合成孔径雷达; 地理信息库

Abstract:

Rapidly exploiting SAR data through computer programming is demanded. The purpose of this research is to present a basic study of rapid information extraction in full SAR scene image of high resolution. The idea is coming from that some ground features such as rivers, lakes, main roads and urban are sustained in a short period of time. So the information such as location, length, and size of those features stored in database in advance are used as the tool of region of interest (ROI) or the criterion of discrimination in order to direct the computer to adopt adaptive method to analysis SAR images.

Key words: Information extraction Synthetic aperture radar (SAR) Geodatabase

收稿日期: 2004-09-11 出版日期: 2011-11-16

TP 75　

基金资助:

本文得到国家重点基础研究发展规划项目(2001CB309406) , 中国科学院知识创新工程重要方向项目(KZCX22309) , 国家自然
科学基金项目(40071062) 的联合资助。

作者简介: 王超(1963- ),男研究员,博士生导师,主要从事微波遥感方面的研究。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

引用本文:

王　超, 张　波, 张　红, 吴　樊. 地理信息库支持下的SAR 影像信息提取[J]. 遥感技术与应用, 2005, 20(1): 111-115.

WANG Chao, ZHANG Bo, ZHANG Hong WU Fan. SAR Information Extraction Based on Geo-database. Remote Sensing Technology and Application, 2005, 20(1): 111-115.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2005.1.111 或 http://www.rsta.ac.cn/CN/Y2005/V20/I1/111

〔1〕Lask in O, Ramundo E, Okerho lm A. Automatic Target Recognition in Synthetic Aperture Radar Images〔J/OL 〕. 2000.Available from: Digital Communication and Signal Processing Systems Design, Department of Electrical Engineering,Carnegie Mellon University.
〔2〕WAN G Y, ZHEN G Q F. Recognition of Roads and Beidges in SAR Image〔J〕. Pattern Recognition, 1998, 31 (7) : 953～962.
〔3〕Baltsavisa E P. Object Extraction and Revision by Image Analysis Using Existing Geodata and Knowledge: Current Statuaand Steps Toward Operational System〔J 〕. ISPRS Journal of Photogrammetry & Remote Sensing, 2004, 58: 129～151.
〔4〕MichaelD DeVore. Recogniton Performace from SyntheticAperture Radar Imagery Subject to System Resource Constraints〔D〕. Washington University. 2001.
〔5〕周金萍, 唐伶俐, 李传荣1 星载SAR影像的两种实用化R2D定位模型及其精度比较〔J〕. 遥感学报2001, 5 (3) : 191～1961
〔6〕Curlander John C, McDonough R N. Synthetic Aperture Radar Systems and Signal Processing〔M 〕. John Wiley&Sons,Inc, 1991.
〔7〕陈尔学. 星载合成孔径雷达影像正射纠正方法研究〔D〕. 北京:中国林业科学研究院, 2004.

[1]	万玲，尤红建，程跃兵，卢晓军. 合成孔径雷达图像分割研究进展[J]. 遥感技术与应用, 2018, 33(1): 10-24.
[2]	熊伟，徐永力，姚力波，崔亚奇. 基于SVM的高分辨率SAR图像舰船目标检测算法[J]. 遥感技术与应用, 2018, 33(1): 119-127.
[3]	谢亚楠，周明亮，刘志坤. 合成孔径雷达反演降雨量算法的研究进展[J]. 遥感技术与应用, 2017, 32(4): 624-633.
[4]	李海英，温卫斌，王芳，付强，肖媛. 表层穿透雷达在月球与深空探测应用中的研究进展及趋势[J]. 遥感技术与应用, 2017, 32(4): 634-642.
[5]	周在明，杨燕明，陈本清. 基于无人机影像的滩涂入侵种互花米草植被信息提取与覆盖度研究[J]. 遥感技术与应用, 2017, 32(4): 714-720.
[6]	姜萍，刘修国，陈启浩，邵芳芳. 利用多尺度SVM-CRF模型的极化SAR图像建筑物提取[J]. 遥感技术与应用, 2017, 32(3): 475-482.
[7]	吕利利，颉耀文，黄晓君，张秀霞，李汝嫣. 基于CART决策树分类的沙漠化信息提取方法研究[J]. 遥感技术与应用, 2017, 32(3): 499-506.
[8]	张祥，陈报章，赵慧，汪磊. 基于时序Sentinel-1A数据的农田土壤水分变化检测分析[J]. 遥感技术与应用, 2017, 32(2): 338-345.
[9]	袁春琦,徐佳,程圆娥,陈媛媛,许康. 基于协同训练与集成学习的极化SAR图像半监督分类[J]. 遥感技术与应用, 2017, 32(2): 380-385.
[10]	孙景,唐丹玲,潘刚. Radarsat2全极化数据在监测南海溢油事件中的方法研究[J]. 遥感技术与应用, 2016, 31(6): 1181-1189.
[11]	李兰,陈尔学,李增元,冯琦,赵磊. 合成孔径雷达森林树高和地上生物量估测研究进展[J]. 遥感技术与应用, 2016, 31(4): 625-633.
[12]	马斅良,王钦军,陈玉. 基于图像模拟的蚀变矿物信息提取技术评价[J]. 遥感技术与应用, 2016, 31(4): 756-763.
[13]	李婷,程博,尤淑撑. 基于半监督鉴别分析的高分辨率SAR影像建筑区提取[J]. 遥感技术与应用, 2016, 31(2): 239-246.
[14]	孙建勇,车涛,段克勤,戴礼云. 冰沟流域积雪面积比例与雪水当量关系初探[J]. 遥感技术与应用, 2015, 30(6): 1085-1094.
[15]	韩忻忆,颉耀文. 基于决策树的干旱区湿地信息自动提取—以疏勒河流域为例[J]. 遥感技术与应用, 2015, 30(6): 1146-1152.

Viewed

Full text

Abstract

Cited

Shared

Discussed