利用图像纹理特征检测SAR影像中车辆与设备的存在
计算机视觉与模式识别
2020-09-11 v1 图像与视频处理
摘要
在本工作中，我们提出了一种在低分辨率SAR影像中监测人造、类施工活动的方法。我们的数据来源是欧洲空间局Sentinel-1卫星，其以12天重访率提供全球覆盖。尽管存在分辨率限制，我们的方法通过分析所检测SAR影像的纹理，能够监测预定义位置的活动水平（即车辆、设备的存在）。使用一个探索性数据集，我们训练了支持向量机（SVM）、随机二叉森林和全连接神经网络进行分类。我们使用VV和VH极化通道中的Haralick纹理特征作为分类器的输入特征。每个分类器在区分两种可能的施工现场活动水平类型方面均显示出有前景的结果。本文记录了一个围绕油气压裂井施工过程监测的案例研究。
引用
@article{arxiv.2009.04866,
title = {Detecting the Presence of Vehicles and Equipment in SAR Imagery Using Image Texture Features},
author = {Michael Harner and Austen Groener and Mark Pritt},
journal= {arXiv preprint arXiv:2009.04866},
year = {2020}
}
备注
6 pages, 6 figures, 2019 IEEE Applied Imagery Pattern Recognition Workshop (AIPR)