Adaptive superpixel generation for time-series PolSAR images considering time-varying characteristics

Models and Methods | Views:2114Downloads:1828CSCD:0

Export
Share
Collection
Album

Adaptive superpixel generation for time-series PolSAR images considering time-varying characteristics
- role：First author第一作者
- Affiliation：
  School of Geosciences and Info-Physics, Central South University, Changsha 410083, China
- Email：yejiawei@csu.edu.cn
- Introduction：叶家伟，研究方向为时序极化SAR图像处理。E-mail： yejiawei@csu.edu.cn
YE Jiawei
* ,
- role：Corresponding author通信作者
- Affiliation：
  School of Geosciences and Info-Physics, Central South University, Changsha 410083, China
- Email：wangchangcheng@csu.edu.cn
- Introduction：汪长城，研究方向为遥感图像处理、SAR/极化SAR图像处理。E-mail： wangchangcheng@csu.edu.cn
WANG Changcheng
* ,
- Affiliation：
  School of Geosciences and Info-Physics, Central South University, Changsha 410083, China
GAO Han
* ,
- Affiliation：
  School of Geosciences and Info-Physics, Central South University, Changsha 410083, China
SHEN Peng
* ,
- Affiliation：
  School of Geosciences and Info-Physics, Central South University, Changsha 410083, China
SONG Tianyi
* ,
- Affiliation：
  School of Geosciences and Info-Physics, Central South University, Changsha 410083, China
HU Chihao
*
Vol. 28, Issue 4, Pages: 1066-1075(2024)
DOI：10.11834/jrs.20221498
Accepted：

Scan QR Code

Scan QR Code

Quote
Translate The Full Text
DOI：
DOI：

AI Introduction
Full Text(HTML)
Figs( 23 ) Tabs( 2 )
References
Publication Info
Metrics

Alert me when the article has been cited

Submit

Related Articles

基于深度学习的全极化SAR影像冰川边界识别

耦合双时相与邻近像元信息的极轨卫星地表组分温度反演

超像元尺度下的多光谱图像超分辨率洪水淹没制图

综合多特征的极化SAR图像随机森林分类算法

顾及地形汇流效应的中国东北地区土壤湿度多产品协同降尺度研究

Related Author

叶家伟中南大学地球科学与信息物理学院

汪长城中南大学地球科学与信息物理学院

高晗中南大学地球科学与信息物理学院

沈鹏中南大学地球科学与信息物理学院

宋天祎中南大学地球科学与信息物理学院

胡驰浩中南大学地球科学与信息物理学院

范吉延南京大学地理与海洋科学学院

柯长青南京大学地理与海洋科学学院

Related Institution

南京大学地理与海洋科学学院

中国农业科学院农业资源与农业区划研究所农业农村部农业遥感重点实验室

昆明理工大学国土资源与工程学院

中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室

南京航空航天大学电子信息工程学院雷达成像与微波光子学教育部重点实验室