买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及基于SAR数据的北极海冰分类方法，包括以下步骤：获取SAR数据经预处理后得到RGB假彩色图像；利用RGB假彩色图像和冰图构建海冰数据集；建立神经网络模型，利用海冰数据集进行训练，得到北极海冰分类器；将待识别的SAR数据经预处理后得到待识别的RGB假彩色图像，将待识别的RGB假彩色图像通过北极海冰分类器进行北极海冰分类。本发明降低了热噪声和入射角对图像质量的影响，增强了地物特征和图像可读性。制作海冰数据集时，使用开运算完成了无效像元值的自动去除，减少人工干预。使用transformer作为主干神经网络，配合合适的优化器、损失函数和超参数，不仅可以实现多种海冰类型的识别，而且可以提高北极海冰分类精度。

主权项：1.基于SAR数据的北极海冰分类方法，其特征在于，包括以下步骤：获取SAR数据经预处理后得到RGB假彩色图像；利用RGB假彩色图像和冰图构建海冰数据集；建立神经网络模型，利用海冰数据集进行训练，得到北极海冰分类器；将待识别的SAR数据经预处理后得到待识别的RGB假彩色图像，将待识别的RGB假彩色图像通过北极海冰分类器进行北极海冰分类；所述预处理包括以下步骤：对HH极化数据进行入射角校正、对HV极化数据进行热噪声去除，分别得到预处理后的HH极化数据和HV极化数据；利用预处理后的HH极化数据和HV极化数据制作混合通道数据，对HH极化数据、HV极化数据和混合通道数据进行数据增强，并分别转化成灰度图像；对于HH极化灰度图像、HV极化灰度图像和混合通道灰度图像中的每一种灰度图像，依次进行全局直方图均衡化和限制对比度直方图均衡化，将得到的结果分别作为蓝色、红色和绿色通道图层，合成RGB假彩色图像；所述对HH极化数据进行入射角校正，具体为：利用SAR数据中记录的入射角信息，使用线性回归模型完成HH极化数据入射角校正；所述线性回归模型如下：σnew＝σ0+0.049·θ-minθ其中，σ0和σnew分别为校正前和校正后的HH极化数据的后向散射系数，θ为入射角；所述对HV极化数据进行热噪声去除，包括以下步骤：1通过下式得到HV极化数据的原始噪声场P：P＝G·PN其中，G是总噪声增益系数，PN是基于原始噪声矢量利用双线性插值得到的噪声场；2通过下式得到去除热噪声后的HV极化数据： 其中，s0是去除热噪声后的σ0值，是未经校正的原始σ0值，Kns，ssw是条带间噪声缩放系数，是条带间噪声差异补偿常量，ssw是子条带号；3对步骤2得到的HV极化数据s0通过下式进行功率补偿，得到最终去除热噪声后的HV极化数据s0o： 其中，s0g是经过高斯滤波器后的HV极化数据σ0值，SNR是s0g与原始噪声场P的比值，s0offset是噪声场补偿值；所述利用预处理后的HH极化数据和HV极化数据制作混合通道数据，包括以下步骤：将经过数据预处理后的HH极化数据和HV极化数据分别进行偏移量处理： 混合通道数据G通过下式得到：G＝HVm×2×HHm+HVm×1-2×HHm其中，HH和HHm分别为预处理后的HH极化数据和偏移量处理后的HH极化数据，HV和HVm分别为预处理后的HV极化数据和偏移量处理后的HV极化数据。

全文数据：

权利要求：

百度查询： 国家海洋环境预报中心 基于SAR数据的北极海冰分类方法