CN119418225A 一种合成孔径雷达图像的海冰类型识别方法及装置 （中国科学院空天信息创新研究院）

号一种合成孔径雷达图像的海冰类型识别方本发明公开了一种合成孔径雷达图像的海的精细标注海冰类型数据集输入至基于识别模型对提取的输入特征数据进行海冰类型识别。本发明更加准确地保留了原始SAR数据中2步骤3、将构建的精细标注海冰类型数据集输入至基于DeepLabv3+架构改进的海冰类述对双极化SAR图像进行预处理包括辐射校正、交叉极化热噪声去除、陆地掩膜以及分贝盖泛北极场景的精细标注海冰类型数据集。将构建的精细标注海冰类型数据集中的整景SAR图像输入海冰类型识别模型，包括同所述海冰类型识别模型利用编码器提取输入的整景SAR图像的浅层特征及深层特征，采用交叉熵损失函数，并结合AdamW优化器和多GPU并行训练策述编码器包括空间优化的ConvNeXt主干网络和EAS所述ConvNeXt主干网络用于提取浅层特征，包括初始阶段以及第一阶段至第四阶段，3函数将自适应选择的重要特征映射为概率分布，确定每个像素所属的海冰类型最高概率识别模型获取单元，用于将构建的精细标注海冰类型数据集输入至基海冰类型识别单元，用于应用高精度海冰类型识别模型对待识别的双极化SAR图像进行海冰类型识别。其中，当一个或多个程序被所述一个或多个处理器执行使，器实现权利要求1_7任一项所述的一种合成孔径雷达图像的执行时能够使处理器实现权利要求1_7任一项所述的一种合成孔径雷达图像的海冰类型识4[0002]海冰是北极环境的重要组成部分，同时也是全球气候变化的关键指示器和放大[0004]早期基于SAR数据的自动海冰类型识别算法多采用传统机器学习方法，比如随机盖泛北极地区的精细标注训练样本，这严重阻碍了深度学习算法在泛北极范围内的准确整景SAR图像的海冰类型自动识别算法，该算法不仅能够准确识别泛北极地区的多种海冰[0010]步骤3、将构建的精细标注海冰类型数据集输入至基于DeepLabv3+架构改进的海5行海冰类型识别。或多个处理器实现前述的一种合成孔径雷达图像的被处理器执行时能够使处理器实现前述的一种合成孔径雷达图像的海冰射数据进行统一的入射角校正处理，更加准确地保留了原始SAR数据中与海冰类型相关的6[0029]图1为本发明提供的一种合成孔径雷达图像的海冰类型识别方法的流程示意图，[0031]通过对双极化SAR图像进行预处理，生成多通道输入数据，包括同极化后向散射[0043]将构建的精细标注数据集输入至基于DeepLabv3+架构改7ConvNeXt主干网络和新设计的EASPP模块，分别取代原始DeepLabv3+结构中的Xception主11卷积层对重要特征进行自适应选择后，再执行4倍上采样，将分辨率还原至与输入[0049]利用训练好的海冰类型识别模型，对预处理后的待测双极化SAR图像进行像素级目视解译结合外部数据辅助，构建了覆盖泛北极典型场景的精细标注的海冰类型数据集，优化的ConvNeXt网络和设计的EASPP模块改进DeepLabv3+结构，并结合所构建的数据集对极海冰制图和业务化应用提供了新的解决方8行海冰类型识别。或多个处理器实现前述的一种合成孔径雷达图像的被处理器执行时能够