高分辨率SAR船只样本集构建与特征分析

随着高分辨率合成孔径雷达(synthetic aperture radar,SAR)技术的不断发展,船只类型识别已成为遥感领域的重要研究课题.为满足在大样本支撑下的船只类型精确识别,文章利用RADARSAT-2和中国高分3号(GF-3)SAR数据构建了名为HR4S的高分辨率SAR船只样本集,详细阐述了构建HR4S的方法,并建立了一套完整的船只样本提取流程.该样本集涵盖1962个不同极化方式、分辨率以及类型的船只样本,在此基础上开展了船只几何参数分析,以及不同分类器与特征组合的船只类型识别性能分析等方面工作.结果表明:RADARSAT-2在HH、VH、VV极化中提取的几何参数均优于GF-3,并且航向在VV极化对船只几何提取影响最小;在类型识别性能上,随机森林(random forest,RF)分类器对GF-3船只分类精度最优达到了61.85%,而对于RADARSAT-2的船只分类精度最优达到了60.80%,GF-3船只分类精度优于RADARSAT-2.本文所构建的HR4S不仅进一步完善了高分辨率船只样本,并且在海上船只类型识别等方面具有的重要意义.