【技术实现步骤摘要】
基于多层特征融合注意力机制的SAR图像叠掩区提取方法
[0001]本专利技术涉及合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术,具体涉及一种基于多层特征融合注意力机制的SAR图像叠掩区提取方法。
技术介绍
[0002]合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)具有全天时全天候成像且不受天气影响等优势,被广泛应用于地形测绘和地表形变监测等领域。然而InSAR的侧视成像方式所造成的斜距上的距离压缩、叠掩和阴影现象对这项技术的广泛应用造成严重影响,特别是叠掩的存在严重破坏了干涉相位的连续性,导致InSAR技术在数据处理工作中无法准确滤波和解缠。
[0003]叠掩是侧视成像过程中出现的一种特殊的距离压缩,在多山地区及高大建筑物之处尤为明显。如图1所示,在地形起伏的区域,当坡度θ与局部雷达俯角β之和大于90
°
时,山顶回波比山脚回波更早被雷达接收,从而在雷达图像的距离向上出现山脚山顶影像倒置的叠掩现象,表现在图中为AB在斜距图像中变成线段B'A'。
[0004]许多学者对叠掩区域的检测做了研究,其中使用传统数学几何模型和图像处理等方法较多,如基于InSAR相干系数图的判别方法、基于强度图进行阈值分割的方法、基于数字图像处理的滤波边界锐化方法,但这些方法都存在不同程度的局限性。由于SAR图像中固有的相干斑噪声,使用阈值分割或数字图像处理手段很难在SA ...
【技术保护点】
【技术特征摘要】
1.一种基于多层特征融合注意力机制的SAR图像叠掩区提取方法,其特征在于,包括将输入的SAR图像与其对应的相干系数图和干涉相位图进行通道融合再利用滑窗切分为图像样本,将图像样本输入多层特征融合注意机制网络实现叠掩区提取。2.根据权利要求1所述的基于多层特征融合注意力机制的SAR图像叠掩区提取方法,其特征在于,所述进行通道融合是指分别提取SAR图像、相干系数图以及干涉相位图的一个通道得到r、g、b通道图像,将r、g、b通道图像顺序合成为一张三通道图像作为通道融合得到的融合图像。3.根据权利要求1所述的基于多层特征融合注意力机制的SAR图像叠掩区提取方法,其特征在于,所述多层特征融合注意机制网络包括:编码器,包含骨干网络、AASP模块以及SEB模块的编码器,用于通过骨干网络对图像样本进行特征提取得到低级特征、中间级特征和高级特征,通过AASP模块对骨干网络输出的高级特征进行多尺度深入提取得到多尺度特征,通过SEB模块融合骨干网络输出的中间级特征并改善空间细节表达得到中间级融合特征;解码器,用于将骨干网络提取得到的低级特征、AASP模块输出的多尺度特征、SEB模块输出的中间级融合特征采用分步解码,通过流对齐模块进行特征融合并逐步恢复特征分辨率,最终实现叠掩区提取。4.根据权利要求3所述的基于多层特征融合注意力机制的SAR图像叠掩区提取方法,其特征在于,所述编码器的骨干网络为带有空洞卷积的ResNet_101网络。5.根据权利要求4所述的基于多层特征融合注意力机制的SAR图像叠掩区提取方法,其特征在于,所述带有空洞卷积的ResNet_101网络依次包括:卷积层和最大池化层,用于针对输入图像样本降低图像分辨率;第一残差模块res
‑
1,用于对卷积层和最大池化层的输出进行特征提取得到低级特征;第二残差模块res
‑
2,用于对第一残差模块res
‑
1输出的低级特征进行特征提取得到部分中间级特征;第三残差模块res
‑
3,用于对第二残差模块res
‑
2输出的部分中间级特征进行特征提取得到另一部分中间级特征;第四残差模块res
‑
4,用于对第三残差模块res
‑
3输出的另一部分中间级特征进行特征提取得到高级特征;所述第一残差模块res
‑
1、第二残差模块res
‑
2、第三残差模块res
‑
3、第四残差模块res
‑
4均为由残差单元组成,其中第四残差模块res
‑
4使用空洞率分别为2、4、8的空洞卷积级联替换最后一个卷积层以加深网络层数、丰富特征图的语义信息。6.根据权利要求3所述的基于多层特征融合注意力机制的SAR图像叠掩区提取方法,其特征在于,所述AASP模块包括:四条并行注意力池化分支,用于对骨干网络输出的高级特征从不同感受野上捕捉图像的上下文信息;有效通道注意力机制ReCA,用于结合通道维度对对四条并行注意力池化分支输出的多尺度特征进行优劣筛选以改善多尺度提取效果、提高物体检测精度;全局平均池化支路GAP,用于对骨干网络输出的高级特征做降采样处理以防止过拟合;融合模块,用于将有效通道注意力机制ReCA输出的特征、...
【专利技术属性】
技术研发人员:陈立福,蔡兴敏,袁志辉,邢进,罗汝,谭思雨,翁婷,王杰岚,
申请(专利权)人:长沙理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。