SAR(Synthetic Aperture Radar) 경계 표면 조사

SAR(Synthetic Aperture Radar) 경계 표면 조사

SAR(개방형 레이더) 유형의 새로운 위성 센서(ERS-1, ERS-2, JERS-1 및 RADARSAT)의 등장으로 현재 수많은 위성사진에 액세스 할 수 있습니다.
그럼에도 불구하고 레이더 원격 탐지에는 포함된 데이터를 추출하는 데 어려움이 있는 심각한 단점이 있습니다.
1992년 이래로 카메룬의 레이더 사진을 사용하여 해변 지역(Baltzer et al., 1996; Rudant et al., 1997)과 카메룬 산 지역(Akono et al., 2005, 2006; 탈라, 2008) 레이더 이미지를 사용하여 지형 조사가 이루어졌습니다.
표면 조사는 위성 레이더 사진을 다루는 강력한 방법론입니다.
그것은 강도나 거칠음, 분포에 이르기까지 그림에 존재하는 독특한 희미한 수준을 측정하는 일련의 수치 절차입니다.
표면 조사를 위한 몇 가지 전략이 존재하며 기본 기술과 사실 전략의 두 가지 일반적인 분류로 그룹화할 수 있습니다.
기본 기술은 고유성을 가진 그들 사이의 게임 계획의 "규칙"을 특성화하여 표면을 묘사하는 데 사용됩니다.
측정 가능한 기술은 픽셀과 해당 영역 간의 관계에 집중하는 데 사용됩니다.
그것들은 1, 2, 3,..., n과 같은 다양한 순서가 특징입니다.
후속 요청은 공동 이벤트 네트워크의 관점에서 볼 때 가장 예술적인 작품입니다.
이러한 격자를 얻는 것은 매우 지루한 계산입니다.
이는 분석가들이 일반적으로 조직 경계 평가에서 두 번째 요청을 지나치지 않도록 하고 수준을 낮추기 위해 높은 요청 데이터를 제공합니다.
2개보다 더 주목할 만한 요구의 틀을 재귀의 격자라고 한다.
표면 검사에서 전문가의 관심은 평가 시간 측정 가능한 경계에 대한 향상 기술로 점진적으로 이동하고 있습니다.
확실히 두 번째 요청 고정 주기 확률의 기본 토마호크를 특징짓는 집계 및 히스토그램 대비로 공동 이벤트 프레임워크를 대체했습니다.
다양한 주제의 조직적 및 다른 세계 그룹화를 위한 방법론을 제안하고 평가 등급이 낮아집니다.
그와 관련하여 공동 이벤트 네트워크에 의존하는 표면 추정치를 계산하기 위한 효과적인 방법론을 묘사하고 이러한 방식으로 중요한 시간을 절약합니다.
다른 히스토그램을 통해 표면의 실제 경계를 확인하는 또 다른 계산을 제시합니다.
또한 요청 3의 텍스처 경계 평가에서 또 다른 방법론을 제안했습니다.
현재 검토는 방문한 허브를 유지하면서 마치 나무인 것처럼 조사하는 창 그림에 가까운 요청 n≥2의 텍스처 경계 평가에서 비 배타적 나무 전략을 제안합니다.
다른 히스토그램을 통해 표면의 실제 경계를 확인하는 또 다른 계산을 제시합니다.
또한 요청 3의 텍스처 경계 평가에서 또 다른 방법론을 제안했습니다.
현재 검토는 방문한 허브를 유지하면서 마치 나무인 것처럼 조사하는 창 그림에 가까운 요청 n≥2의 텍스처 경계 평가에서 비 배타적 나무 전략을 제안합니다.
다른 히스토그램을 통해 표면의 실제 경계를 확인하는 또 다른 계산을 제시합니다.
또한 Akono et al. (2003) 요청 3의 텍스처 경계 평가에서 또 다른 방법론을 제안했습니다. 현재 검토는 Akono et al. (2003)을 방문한 허브를 유지하면서 마치 나무인 것처럼 조사하는 창 그림에 가까운 요청 n≥2의 텍스처 경계 평가에서 비 배타적 나무 전략을 제안합니다.
표면 조사에 의해 질서 분야에서 몇 가지 검사가 지시되었습니다.
레이더 사진에서 4가지 등급의 육지 피복을 구별하기 위해 동시 사건에 대한 기술의 표면 경계를 활용했습니다.
그림에 대한 다중 객체 확인을 위해 변경된 표면 경계에 의존하는 분할 기법을 제안합니다. 이 리뷰의 작성자는 "Neighborhood Parallel Model"이라는 관리자를 통합하여 표면을 다양한 레벨 분할로 표시하여 그림에서 표면이 균일한 영역을 인식합니다.
다양한 삼림 보호소의 분리를 위한 임계 표면 경계를 선택하기 위해 세 가지 전략(솜털 근거, 재발 조사 및 머리 부분 검사를 위한 기술)이 사용됩니다.
그런 다음 신경 조직을 위한 기술에 의해 삼림 덮개의 승인이 수행됩니다.
대도시 환경에서 특성화 정확성을 더욱 발전시키기 위해 텍스처 방식의 유용성을 조사했습니다.
표면 조사는 다중 스펙트럼 그룹화와 대조됩니다.
이 검토에서는 세 번째 요청(Haralick et al., 1973)의 텍스처 경계를 활용합니다.
더 많은(Jukka 및 Aristide, 1998) Landsat TM 및 ERS-1을 통해 대도시 지역에서 활용되는 토지 주문에 대한 첫 번째 요청 텍스처 통찰력을 활용했습니다.
원근, 아치, 완화 및 아한대에서 SPOT 사진 및 레이더의 특성화에 대한 두 번째 요청의 측정 가능한 동시 이벤트입니다.
그들의 작업은 두 번째 요청의 공동 이벤트 그리드에 내부 이질성과 기본 구조가 있는 클래스의 분리에 작용하는 중요한 조직적 데이터가 포함되어 있음을 보여주었습니다. 토양의 균질한 분류는 기괴한 데이터만으로도 충분히 설명되지만, 식물 유형 또는 기본 데이터의 조합을 포함하는 분류는 표면 및 유령 정보의 조합을 활용하여 훨씬 더 정확하게 묘사됩니다.
쓰기 전략은 일반적으로 그림 표면의 다른 경계를 해결하여 첫 번째 그림의 네오 채널을 만드는 것으로 구성됩니다.
생성된 네오 채널은 순서화된 그림을 만들기 위해 서로 연결되고 첫 번째 그림과 결합됩니다.
또 다른 리뷰에서는 SAR 그림에서 표면 클래스의 묘사에 대한 다양한 평가자에 대한 조사가 수행되었습니다.
이 검토에서는 가장 극단적인 확률 전략에 따라 평가자를 평가합니다.
이 기술은 준비할 가능성 두께 정보의 상태에 대한 정보가 필요합니다.
법칙 K와 SAR 그림의 클래스를 설명하기 위해 정기적으로 적용되는 Weibull 모델에 표시된 표면 클래스의 확률적 묘사로 마찬가지로 간주됩니다.
이렇게 SAR(Synthetic Aperture Radar) 경계 표면 조사에 대해 간단하게 알아보았습니다.