Acq O&M - 收购 - 相关运营和维护 APB - 收购计划基准 APPN - 拨款 APUC - 平均采购单位成本 BA - 预算授权/预算活动 BY - 基准年 DAMIR - 国防收购管理信息检索 Dev Est - 开发估计 DoD - 国防部 DSN - 国防交换网络 Econ - 经济 Eng - 工程 Est - 估算 FMS - 对外军售 FY - 财政年度 IOC - 初始作战能力 $K - 数千美元 LRIP - 低速率初始生产 $M - 数百万美元 MILCON - 军事建设 N/A - 不适用 O&S - 运营和支持 Oth - 其他 PAUC - 计划收购单位成本 PB - 总统预算 PE - 计划要素 Proc - 采购 Prod Est - 生产估计 QR - 数量相关 Qty - 数量 RDT&E - 研究、开发、测试和评估 SAR -选定的采购报告 Sch - 时间表 Spt - 支持 TBD - 待定 TY - 当年 UCR - 单位成本报告
摘要 — 这是预接受版本,要阅读最终版本,请访问 IEEE Xplore 上的《IEEE 地球科学和遥感学报》。本文解决了自动检测人造结构尤其是非常高分辨率 (VHR) 合成孔径雷达 (SAR) 图像中的建筑物这一极具挑战性的问题。在这方面,本文有两大贡献:首先,它提出了一种新颖的通用工作流程,该工作流程首先将星载 TomoSAR 点云(通过使用称为 SAR 断层扫描 (TomoSAR) 的先进干涉技术处理 VHR SAR 图像堆栈生成)在辅助信息的帮助下(即使用公开可用的 2D 建筑物足迹或采用光学图像分类方案)分为建筑物和非建筑物,然后将提取的建筑物点反投影到 SAR 成像坐标上,以自动生成大规模基准标记(建筑物/非建筑物)SAR 数据集。其次,这些标记数据集(即建筑物掩码)已用于构建和训练最先进的深度全卷积神经网络,并附加条件随机场(表示为循环神经网络)来检测单个 VHR SAR 图像中的建筑物区域。这种级联结构已成功应用于计算机视觉和遥感领域,用于光学图像分类,但据我们所知,尚未应用于 SAR 图像。结果
> ´ es ee © @ @ 8 @ @ © @ @ @ @ @ © @ @ @ @ @ @ #@©8 © © © © © © © © © © &»® © © © »@ © e @ «8 @&
摘要 SAR 干涉测量 (I~SAR) 即将投入使用。SAR 干涉测量处理的主要障碍已经得到解决。然而,诸如相位展开等复杂处理步骤的解决方案仍在研究中。此外,还开展了对各种应用的潜力和局限性的研究。尽管如此,InsAR 软件包的某些方面,例如通用数据格式和干涉产品的定量质量测量仍然被广泛忽视,而这正是本文的重点。收集了有关可用商业和非商业软件包的技术规格的基本信息。提出了 SAR 干涉数据的通用格式。讨论了 InSAR 数据的数据质量和适当质量测量的重要性。
摘要。在 C 波段,SAR 图像在不同类型的自然土地覆盖之间通常表现出很小的平均振幅变化。但是,在这种图像的纹理属性中经常可以找到大量信息,尤其是在以高空间分辨率获取时。这种纹理信息可能有助于观察影响陆地表面植被均匀性的过程,例如人类干扰后再生热带森林的阶段性演替,其特点是随着再生物种被硬木物种取代,冠层均匀性逐渐降低。在本研究中,比较了三种测量巴西中部热带森林地区 C 波段机载 SAR 图像纹理的技术。通过使用 Landsat TM 图像的时间序列来独立估计再生年龄,评估这些测量对森林再生阶段的依赖性。每种纹理测量都能够很好地区分成熟森林和其他类型的植被,而仅使用图像振幅无法做出相同的区分。不同年龄的再生树似乎可以进一步区分,但很难定量证明,因为很难对再生年龄进行令人满意的验证。
自旋回波序列的对比度特性以及对射频和磁场不均匀性的固有不敏感性使其成为临床高场协议中特别理想的补充,因为在临床高场协议中,磁化率效应可能非常明显。快速成像方法,例如 Turbo Spin Echo (TSE),使用一系列重新聚焦脉冲(Turbo 因子或回波序列长度 (ETL))来实现在每个激励脉冲之后执行多个相位编码步骤。然而,增加的 RF 功率沉积会严重限制高场多层应用中的覆盖范围,因为功率沉积或比吸收率 (SAR) 随着场强的平方以及翻转角的平方而增加。此外,增加的饱和度和磁化传递效应会降低对比度和信噪比(CNR 和 SNR)。高分辨率 3D 采集能够精确表征和定位解剖和病理,但采集时间过长,T2 加权序列通常仅在 2D 模式下可行。采集速度的提高受到回波序列长度(T2 衰减限制)的限制,并且由于对比度和模糊的损失,通常无法获得非常长的回波序列。为了在 3T 及以上条件下使用这些序列实现高场和 3D 成像,需要实施适当的措施来解决这些问题。
免责声明:该文件未由加拿大国防部国防部的国防研究与发展部编辑办公室发布,但应在加拿大国防信息系统(CANDIS)(CANDIS)的国家国防S&T文档存储库中分类。女王在加拿大权利(国防部)的女王je下(国防部)不对任何形式的陈述或保证,对任何信息,可靠性,可靠性,完整性,货币或实用性不承担任何责任。本文档中的任何内容都不应被解释为对其中检查的任何工具,技术或过程的特定使用的认可。任何依赖或使用本文档中包含的任何信息,产品,过程或材料的依赖或使用唯一的风险,因此使用它或依靠它。加拿大对本文档中包含的任何信息,产品,过程或材料的使用或依赖的任何损害或损失均不承担任何责任。
引言 SAR 干涉测量是遥感领域中发展最快的研究领域之一。人们已经针对该技术在各种应用方面的潜力和局限性开展了研究。人们已经开发了许多软件包来处理 SAR 干涉数据。为了达到可操作的水平,需要在准确性、灵活性和处理速度方面对干涉处理进行优化。由于 SAR 干涉数据的处理是一个非常复杂的问题,因此尚无普遍接受的标准程序。为了开发这样的处理方案,必须能够比较不同软件包的结果。最有效的方法之一是定义 SAR 干涉产品的通用数据格式。通用数据标准还允许包含有关处理历史和数据质量的信息。后者对于 Insm 产品的用户尤其重要,因为它可以表明数据集是否适合用户的应用。以下各节将提供有关 SAR 干涉数据可用软件包的更多信息,并详细讨论数据格式和数据质量方面的问题。有关 SAR 干涉测量领域的全面介绍,请参阅 Gens 和 van Genderen (1996)。
Acq O&M - 收购 - 相关运营和维护 APB - 收购计划基准 APPN - 拨款 APUC - 平均采购单位成本 BA - 预算授权/预算活动 BY - 基准年 DAMIR - 国防收购管理信息检索 Dev Est - 开发估计 DoD - 国防部 DSN - 国防交换网络 Econ - 经济 Eng - 工程 Est - 估算 FMS - 对外军售 FY - 财政年度 IOC - 初始作战能力 $K - 数千美元 LRIP - 低速率初始生产 $M - 数百万美元 MILCON - 军事建设 N/A - 不适用 O&S - 运营和支持 Oth - 其他 PAUC - 计划收购单位成本 PB - 总统预算 PE - 计划要素 Proc - 采购 Prod Est - 生产估计 QR - 数量相关 Qty - 数量 RDT&E - 研究、开发、测试和评估 SAR -选定的采购报告 Sch - 时间表 Spt - 支持 TBD - 待定 TY - 当年 UCR - 单位成本报告