项目名称: 基于阴影恢复技术的SAR三维重建与目标检测方法研究

项目编号: No.61401022

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 吕争

作者单位: 北京空间飞行器总体设计部

项目金额: 25万元

中文摘要: 利用阴影恢复技术可通过单幅SAR图像的明暗变化重建目标三维信息。现有方法存在地物散射模型不够精确、高程反演精度低以及对噪声敏感等问题,同时缺少基于阴影恢复技术的目标检测方法。因此,探索精确地物散射模型,并针对性地设计三维重建和目标检测算法,可以提高其在地形测绘和图像解译中的应用效能。鉴于其重要意义,本项目围绕非均匀地物散射模型、高精度三维重建方法和目标检测方法展开研究。首先,建立像素灰度与地面坡度角、雷达视角、非均匀地物散射系数和噪声的高精度模型,从理论上分析各参数对测高误差的传递机理;其次,研究基于阴影测量的非均匀散射系数提取方法;再次,研究非均匀散射和低信噪比条件下的三维重建和高程滤波方法;最后,研究基于高度相关信息的目标检测方法。本项目的研究成果将提升基于阴影恢复技术的SAR三维重建精度和目标检测性能,同时有助于催生SAR数据处理的新思路和新方法,进而推动SAR数据处理理论的发展。

中文关键词: 合成孔径雷达;阴影恢复;数学形态学;高度提取;目标检测

英文摘要: Targets' 3D information can be extracted from individual SAR images based on the shade-from-shading technique. There are problems of the existing methods, such as low- precision scattering model, low-precision DEM, sensitive to noises and lack of target d

英文关键词: synthetic aperture radar;shape-from-shading;mathematical morphology;height extraction;target detection

成为VIP会员查看完整内容
1

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
92+阅读 · 2022年4月15日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
27+阅读 · 2021年11月8日
专知会员服务
44+阅读 · 2021年8月28日
专知会员服务
34+阅读 · 2021年8月27日
专知会员服务
115+阅读 · 2021年4月29日
专知会员服务
64+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
109+阅读 · 2021年1月11日
小目标检测技术研究综述
专知会员服务
114+阅读 · 2020年12月7日
深度学习目标检测方法综述
专知会员服务
258+阅读 · 2020年8月1日
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
综述 | SLAM回环检测方法
计算机视觉life
14+阅读 · 2019年8月19日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
36+阅读 · 2019年4月18日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
基于深度学习的图像目标检测(下)
机器学习研究会
12+阅读 · 2018年1月1日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
92+阅读 · 2022年4月15日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
27+阅读 · 2021年11月8日
专知会员服务
44+阅读 · 2021年8月28日
专知会员服务
34+阅读 · 2021年8月27日
专知会员服务
115+阅读 · 2021年4月29日
专知会员服务
64+阅读 · 2021年3月23日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
109+阅读 · 2021年1月11日
小目标检测技术研究综述
专知会员服务
114+阅读 · 2020年12月7日
深度学习目标检测方法综述
专知会员服务
258+阅读 · 2020年8月1日
相关资讯
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
综述 | SLAM回环检测方法
计算机视觉life
14+阅读 · 2019年8月19日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
36+阅读 · 2019年4月18日
计算机视觉方向简介 | 基于单目视觉的三维重建算法
计算机视觉life
30+阅读 · 2019年4月9日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
基于深度学习的图像目标检测(下)
机器学习研究会
12+阅读 · 2018年1月1日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员