公开(公告)号：CN114973003A

公开(公告)日：2022-08-30

申请号：CN202210721898.6

申请日：2022-06-24

Applicant: 厦门理工学院

Inventor： 李晖 ,  黄林 ,  康璇 ,  聂芹

IPC: G06V20/10 ,  G06V10/50 ,  G06V10/774

Abstract: 本发明实施例提供一种基于Freeman分解的积雪识别方法、装置、设备和存储介质，涉及积雪识别技术领域。其中，这种积雪识别方法包含步骤S1至步骤S5。S1、获取目标区域的Radarsat‑2全极化影像数据。S2、根据进行Radarsat‑2全极化影像数据，进行Freeman极化分解，获取Radarsat‑2全极化影像数据中各个像元的极化特征。S3、根据二面角散射特征和体散射特征，构建Radarsat‑2全极化影像数据的积雪指数。S4、根据积雪指数统计积雪样本直方图，并根据积雪样本直方图获取识别阈值。S5、根据识别阈值，判断积雪指数中各个象元的类型，以获取目标区域的积雪空间分布图。其中，类型包括积雪和非积雪。积雪识别方法能够快速且准确的识别处积雪区域。

公开(公告)号：CN115294445A

公开(公告)日：2022-11-04

申请号：CN202210662316.1

申请日：2022-06-13

Applicant: 厦门理工学院

Inventor： 李晖 ,  康璇 ,  黄林

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明实施例提供基于全极化SAR的积雪识别方法、装置、设备和存储介质，涉及积雪识别技术领域。这种积雪识别方法包含S1获取目标区域的全极化Radarsat‑2影像。S2通过极化，提取四个后向散射特征。S3根据VV后向散射特征和VH后向散射特征，获取第一差值和第一比值。S6通过Pauli分解，获取三个极化特征。S7通过Freeman分解，获取三个极化特征。S8通过分解，获取四个极化特征。S9通过Yamaguchi分解，获取四个极化特征。S10上述20个特征，进行波段组合，获取由20个波段组成的多波段特征影像。S11根据20个波段组成的多波段特征影像，采用随机森林分类器进行识别，以获得积雪识别结果。通过组合20个特征，特别是第一差值和第一比值，能够大大降低积雪识别结果的破碎度。