项目名称: 基于几何-电磁建模的高分辨率SAR图像建筑物高度信息提取技术

项目编号: No.61201338

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 赵凌君

作者单位: 中国人民解放军国防科学技术大学

项目金额: 23万元

中文摘要: 本项目面向高分辨率SAR图像在城区环境遥感中的应用需求,旨在充分挖掘建筑物典型影像特征与其几何结构、电磁散射特性之间的联系,探索可用于高度提取的新特征,实现准确性高、灵活性好、可扩展性强的建筑物高度信息提取。首先构建几何-电磁散射模型,全面揭示建筑物SAR成像机理,定量描述影像特征与建筑物高度之间的关系;在此基础上,提出基于特征预测-匹配的建筑物高度信息提取新思路,可综合利用几何、散射等多种特征;并在特征匹配中引入对特征不确定性的定量表征,提高高度信息提取的可靠性。项目研究成果将为高分辨率SAR图像建筑物解译提供新的技术途径,对充分挖掘SAR图像信息、提高对高分辨率SAR图像中复杂目标的解译能力也具有重要的参考价值。

中文关键词: SAR;建筑物提取;高度估计;不确定特征;

英文摘要: With the increasing demand on high-resolution SAR image interpretation of urban areas, this project aims at analyzing the relationship between building features in SAR images and its geometrical structure and electromagnetic properties, exploring potential features for retrieving building height, and developing height retrieval method with high accuracy, flexibility and extensibility. By constructing geometrical-electromagnetic model, the SAR imaging mechanism of buildings is illustrated, and the relationship between image features and building height is quantitatively described. Based on the model, a novel way of building height retrieval based on feature predicting-matching is proposed, which can utilizes multi-features such as geometrical and scattering features. With the introduction of feature uncertainty modeling in feature matching, the performance of building height estimation can be improved. Our research will provide a new way for building information extraction from high-resolution SAR images. It is also valuable for fully exploiting the large amount of information present in SAR images and improving the interpretation capability of complex objects.

英文关键词: SAR;building extraction;height estimation;uncertain feature;

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
智能交通管理系统发展趋势
专知会员服务
19+阅读 · 2022年3月21日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6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
28+阅读 · 2021年11月8日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
28+阅读 · 2021年6月4日
专知会员服务
121+阅读 · 2021年4月29日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
69+阅读 · 2021年3月23日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15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
7+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
3+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
1+阅读 · 2012年12月31日
国家自然科学基金
2+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
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
智能交通管理系统发展趋势
专知会员服务
19+阅读 · 2022年3月21日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6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
28+阅读 · 2021年11月8日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
28+阅读 · 2021年6月4日
专知会员服务
121+阅读 · 2021年4月29日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
69+阅读 · 2021年3月23日
相关资讯
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15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
7+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
3+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
1+阅读 · 2012年12月31日
国家自然科学基金
2+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
微信扫码咨询专知VIP会员