基于CNN和Transformer融合网络的极化SAR图像分类研究.pdf

基于CNN和Transformer融合网络的极化SAR图像分类研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

极化合成孔径雷达(PolarimetricSyntheticApertureRadar,PolSAR)在遥感领

域一直是应用最广泛且最先进的传感器之一。PolSAR地物分类是指将获取的

PolSAR图像中的每个像素按照特定规则划分为指定地物类型的过程。它是PolSAR

图像理解与解译技术的一个关键的基础性的研究方向,也是对图像进行地物识别

和评价的前提性工作。近些年来,遥感技术发展迅猛,PolSAR成像系统的普及使

得大量PolSAR图像数据可供利用。然而,传统PolSA

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档