改进AlexNet的高分三号全极化海岛地物分类
2021-12-17刘鹏谢春华安文韬李良伟
遥感信息 2021年5期
关键词:分类
刘鹏,谢春华,安文韬,李良伟
(1.国家卫星海洋应用中心,北京 100081;2.自然资源部空间海洋遥感与应用研究重点实验室,北京 100081;3.国家海洋环境预报中心,北京 100081)
0 引言
高分三号是我国2016年发射的高分辨率的C频段多极化合成孔径雷达(synthetic aperture radar,SAR)卫星,有12种工作模式,是世界上工作模式最多的合成孔径雷达卫星之一,功率达万瓦级,可以获取高质量的图像,全极化条带成像模式分辨率可达8 m。高分三号卫星已经成为我国海洋行业遥感应用最主要的SAR卫星数据来源,在海洋权益维护、海岛海岸带调查监管、海洋环境监测等业务上得到了广泛应用。全极化SAR测量的是每一个像元的全散射矩阵,比传统单极化SAR更加强大,能同时发射、接收水平及垂直的极化雷达信号,获取更丰富的地物后向散射信息,更有利于地物信息的解译,进一步推动了SAR的应用前景。但传统的SAR图像地物分类大部分都是通过人工提取图像的极化特征或纹理特征,再利用支持向量机[1]或决策树[2]等机器学习方法学习特征进行分类,对于全极化数据来说,不仅费时费力,而且分类效果过于依赖于特征的选取,利用不同的特征会对分类结果造成较大的影响。深度学习是机器学习发展的最新趋势,可以对遥感图像提取更多、更抽象、更深层的特征,且无需人工进行繁杂的特征工程,可以深度挖掘数据之间的深层联系,并可充分利用各种特征,其分类结果表现更加稳定,已经成功应用于图像处理、语音识别和自然语言处理等领域[3]。……
登录APP查看全文
