Las imágenes de luz visible y las imágenes de radar de apertura sintética (SAR) son las principales fuentes de datos en la teledetección satelital para la planificación urbana, la gestión de desastres y la seguridad nacional. La extracción de características, como puente clave que conecta las imágenes de teledetección con las aplicaciones de alto nivel, influye directamente en la eficacia de la interpretación inteligente de teledetección en escenarios complejos. Los métodos de extracción de características han experimentado una transformación profunda desde el diseño manual hasta el basado en datos, con avances significativos impulsados por el aprendizaje profundo. Sin embargo, los altos costos y la alta especialización de la anotación de datos de teledetección plantean desafíos como la insuficiente capacidad de generalización y las limitaciones interpretativas de los métodos basados solo en datos. Por ello, investigaciones recientes han propuesto un marco teórico de doble motor "datos + conocimiento", que mediante la capacidad perceptiva basada en datos y la capacidad cognitiva basada en el conocimiento, logra un nivel superior de inteligencia, superando los cuellos de botella del paradigma basado únicamente en datos en términos de generalización y explicabilidad. Para revelar la lógica técnica y el valor central del marco de doble motor en la extracción de características de imágenes de luz visible y SAR, este artículo revisa sistemáticamente los métodos tradicionales y basados en aprendizaje profundo, resumiendo los retos; luego, profundiza en los métodos de extracción impulsados por el conocimiento, clasificando el conocimiento utilizado para guiar las redes en tres categorías: conocimiento visual, conocimiento geoespacial y conocimiento físico, y discute los paradigmas de entrenamiento para redes guiadas por conocimiento. Finalmente, se vislumbran las tendencias futuras en el desarrollo de la extracción de características, señalando que la construcción de grandes modelos de teledetección, el desarrollo dual basado en datos y conocimiento, y la integración interdisciplinaria de tecnologías de vanguardia serán direcciones clave de investigación.

interpretación inteligente de teledetección;imágenes de luz visible;imágenes SAR;extracción manual de características;extracción profunda de características;doble motor de datos y conocimiento