| 111 | 0 | 190 |
| 下载次数 | 被引频次 | 阅读次数 |
建筑物的提取和检测涉及诸多社会领域和经济效应。为了实现对建筑物信息的快速提取与分析，利用双极化SAR影像数据对所选研究区建筑物进行研究分析。通过Cloude分解对双极化SAR影像进行极化散射特征提取，并结合灰度共生矩阵提取的纹理特征，实现对城市建筑物信息的高精度、高效率的提取与分析。结果表明：(1)通过Cloude分解能够较好地对双极化SAR影像特征进行分析，快速实现对较高建筑物和平行建筑物的检测与识别。(2)利用灰度共生矩阵能有效地提取SAR影像的相关统计量的纹理特征并对其进行融合，实现对建筑物的高效率、高精度、全类型的识别检测。
Abstract：The extraction and detection of buildings involve many social fields and economic effects. In order to achieve rapid extraction and analysis of building information, we used dual-polarisation SAR image data to study and analyze buildings in the selected study area. We extracted the polarised scattering features from dual-polarised SAR images by Cloude decomposition. Combined with the extracted texture features by grey scale covariance matrix, we realized the high-precision and high-efficiency extraction and analysis of urban building information. The results show that(1)Cloude decomposition can analyze the features of dual-polarized SAR images, and quickly detect and identify the taller buildings and parallel buildings.(2)The texture features of SAR images can be extracted and fused with the grey scale covariance matrix to realize the high-efficiency, high-precision and all-type recognition and detection of buildings.
[1]张永梅，季艳，马礼，等.遥感图像建筑物识别及变化检测方法[J].电子学报，2014,42(4):653-657
[2]邓瑞，林金朝，杨宏志.基于深度学习的建筑物识别[J].重庆工商大学学报(自然科学版)，2019,36(4):17-22
[3]吴樊，张红，王超，等. SARBuD 1. 0：面向深度学习的GF-3精细模式SAR建筑数据集[J].遥感学报，2022,26(4):620-631
[4]朱金明，李利伟，程钢.等.基于Sentinel-2和全卷积网络的北京六环内高层建筑区提取与分析[J].遥感技术与应用，2021,36(6):1 436-1 445
[5]洪玉娇，张硕，李俐.基于合成孔径雷达数据的农作物长势监测研究进展[J].智慧农业(中英文)，2024,6(1):46-62
[6]王泽众，金燕，林宽，等.基于多波段全极化SAR图像的建筑轮廓自动提取方法[J].电子与信息学报，2023,45(7):2511-2518
[7]金燕，仇晓兰，潘洁，等. MPOLSAR-1. 0:多维度SAR多波段全极化精细分类数据集[J].雷达学报，2024,13(3):525-538
[8]谢雯，滑文强，焦李成，等.采用深度学习的极化SAR地物分类方法综述[J].西安电子科技大学学报，2023,50(3):151-170
[9]刘宁.基于多特征组合优选的极化SAR影像分类[D].阜新:辽宁工程技术大学，2023
[10]杨鹤猛，孟秀军，陈艳芳，等.极化SAR影像地物智能分类技术进展[J].电子技术应用，2022,48(8):34-37
[11]罗莹.基于双极化SAR特征的水体信息精细化提取方法研究[D].北京:北京化工大学，2023
[12]刘宇迪，余洁，刘利敏，等.改进独立分量分析极化SAR影像相干滤波[J].测绘科学，2015,40(10):84-89
[13] Jong S L,Grunes M R,Grandi G D. Polarimetric SAR Speckle Filtering and Its Implication for Classification[J].IEEE Transactions on Geoscience and Remote Sensing,1999,37(5):2 363-2 373
[14] Lee J ,Ainsworth L T,Wang Y,et al. Polarimetric SAR Speckle Filtering and the Extended Sigma Filter[J].IEEE Trans,Geoscience and Remote Sensing,2015,53(3):1 150-1 160
[15]张倩.基于改进伪中值滤波和非局部均值滤波的红外图像滤波方法[J].工矿自动化，2014,40(12):57-60
[16]孙景峰，艾强，唐虹，等.基于边缘方向改进的自适应窗口Lee滤波算法[J].科学技术与工程，2018,18(8):97-101
[17]付睢宁，路泽忠，王舜瑶.一种改进的Lee滤波SAR图像去噪算法[J].计算机与数字工程，2019,47(8):2 018-2 021
[18]李诗涛.顾及地形辐射校正的极化SAR图像分类应用[J].科技创新与应用，2023,13(28):6-10
[19] Stcrom B L,Faich G A,Reynoldc R F,et al. Building Characterization Using L-band Polarimetric Interferometric SAR Data[J]. IEEE Geoscience and Remote Sensing Letters,2005,2(3):347-351
[20]李能才，胡粲彬，王威，等. SAR图像独立极化方位角整合的极化目标分解法[J].测绘学报，2023,52(12):2 141-2 153
[21]何陈临秋，程博，陈金奋，等.基于GF-3全极化SAR数据的滨海湿地信息提取方法[J].自然资源遥感，2021,33(4):105-110
[22]陈施施.基于特征融合的多源高分辨率遥感影像变化检测方法研究[D].南京:南京信息工程大学，2023
[23] Zhi G D,Xi W,Jian C,et al. A Machine Learning Method for Building Height Estimation Based on Sentinel-2Bi-temporal Images[J]. Photogrammetric Engineering&Remote Sensing,2023,89(1):27-36
[24]杨帅.高分辨率极化SAR对象化目标分解与分类方法研究[D].武汉:中国地质大学，2020
[25]张胜峰，朱新国，马超.基于Cloude分解的宽带双极化特征提取分析[J].电子测量技术，2018,41(24):99-102
[26] Xiang H,Liu S,Zhuang Z,et al. A Classification Algorithm Based on Cloude Decomposition Model for Fully Polarimetric SAR Image[J]. IOP Conference Series:Earth and Environmental Science,2016,46(1):1 260
[27] Masahiro Y ,Satoru T ,Taiki K ,et al. Estimation of Jones Matrix,Birefringence and Entropy Using Cloude-pottier Decomposition in Polarization-sensitive Optical Coherence Tomography:Erratum[J]. Biomedical Optics Express,2016,7(11):4636-4638
[28]邵乐.基于全极化SAR的建筑物震害综合提取方法研究[D].北京:中国地震局地震预测研究所，2023
[29]杨学锋.高分辨率极化SAR影像建筑物检测方法研究[D].成都:电子科技大学，2017
[30]刘云清，姜晓娇，段锦，等.利用偏振信息的偏振图像纹理特征提取[J].重庆理工大学学报(自然科学)，2023,37(10):117-126
[31]白晓静.基于Cloude分解的特征参数分析及快速替代方法[D].成都:电子科技大学，2013
[32]段定峰.基于方位对称性的PolSAR地物目标散射特征分析与分类研究[D].成都:电子科技大学，2022
[33] Ze P L,Tang H,Feng L ,et al. China Building Rooftop Area:the First Multi-annual(2016—2021)and Bigh-resolution(2.5 m)Building Rooftop Area Dataset in China Derived with Super-resolution Segmentation from Sentinel-2 Imagery[J]. Earth Syst Sci Data,2023,15(8):3547-3572
基本信息:
中图分类号:P237
引用信息:
[1]代阿娜,王腾,袁伟韬,等.基于ALOS-2-SAR影像的建筑物检测与分析[J].地理空间信息,2025,23(06):18-22.
基金信息:
贵州省科技资助项目(黔科合支撑[2023]一般176)
2025-06-24
2025-06-24