River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12000/JR21148

River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型

引用
高精度提取合成孔径雷达(SAR)图像中的河流边界,对河流水势监测具有重要意义.以检测郑州7·20暴雨后黄河的健康状况为实施例,该文融合精致Lee滤波思想与卷积操作的滤波特性,提出了基于河道几何特性的优化内部权值卷积核Refined-Lee Kernel,进而提出了一种新型河道提取深度神经网络模型,即River-Net.为验证所提模型的有效性,该文获取了郑州7·20暴雨前后两景欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)影像数据,利用暴雨前的影像对模型进行训练,用于提取暴雨后的黄河河道,分析黄河在暴雨后的涨势情况.实验结果表明,相比主流语义分割模型,所提模型能够更精确地在SAR图像中提取河道,对洪水灾害的检测与评估有重要应用价值.

合成孔径雷达(SAR)、Refined-Lee Kernel、精致Lee滤波、神经网络、河道提取

11

TN959.1;TP183

河南省重大公益项目;河南省科技攻关计划项目;河南省科技攻关计划项目;国家自然科学基金

2022-07-05(万方平台首次上网日期,不代表论文的发表时间)

共11页

324-334

相关文献
评论
暂无封面信息
查看本期封面目录

雷达学报

2095-283X

10-1030/TN

11

2022,11(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn