# Analiza obrazów radarowych (SAR) EN: **Deep learning for SAR imagery** · id `sarai` · aliases: synthetic aperture radar, SAR deep learning, radar satelitarny, SAR image analysis, radar z syntetyczną aperturą Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w obserwacji Ziemi i geoinformatyce](https://aiatlasgraph.com/t/geoai.md) › [Analiza zdjęć satelitarnych i lotniczych](https://aiatlasgraph.com/t/eoanalysis.md) › Analiza obrazów radarowych (SAR) ## Description - PL: Uczenie głębokie na obrazach z radaru z syntetyczną aperturą: klasyfikacja terenu, rozpoznawanie celów, usuwanie plamkowania, interferometria i fuzja z danymi optycznymi. - EN: Deep learning on synthetic aperture radar images: terrain classification, target recognition, despeckling, interferometry and fusion with optical data. ## In one sentence - PL: Uczenie komputerów czytania obrazów z radaru satelitarnego, który widzi powierzchnię Ziemi przez chmury, dym i w nocy. - EN: Teaching computers to read images from satellite radar, which sees the Earth's surface through clouds, smoke and at night. ## Problem it solves - PL: Zwykłe zdjęcia satelitarne są bezużyteczne pod chmurami i po zmroku, a powodzie czy sztormy zdarzają się właśnie przy złej pogodzie. - EN: Ordinary satellite photos are useless under clouds and after dark, yet floods and storms strike precisely in bad weather. ## What it does - PL: Jak nietoperz, który widzi echem: radar wysyła impuls i z odbić składa obraz, a model uczy się te echa rozumieć. - EN: Like a bat seeing by echo: radar sends a pulse and builds a picture from reflections, and the model learns to read those echoes. ## Everyday example - PL: Obraz radarowy pokazuje zalane pola w środku burzy, gdy zdjęcia optyczne widzą tylko białe chmury. - EN: A radar image shows flooded fields in the middle of a storm, when optical photos see only white cloud. ## This concerns you if you… - PL: potrzebujesz danych niezależnie od pogody i pory dnia - PL: obserwujesz morze, lód lub osiadanie terenu - EN: need data regardless of weather or time of day - EN: watch the sea, ice or ground subsidence ## Keywords Sentinel-1 · SAR despeckling · InSAR · PolSAR · MSTAR · SAR ship detection · SAR-optical fusion · SEN12MS · complex-valued neural networks ## How it works - PL: SAR rejestruje amplitudę i fazę odbitej fali, więc dane mają ogromny zakres dynamiki i multiplikatywny szum plamkowy. Sieci adaptuje się przez kompresję zakresu, warstwy dla liczb zespolonych i ostrożną augmentację, bo boczne widzenie radaru tworzy nakładanie i cienie. - EN: SAR records the amplitude and phase of the reflected wave, so data have a huge dynamic range and multiplicative speckle. Networks are adapted with range compression, complex-valued layers and careful augmentation, because radar's side-looking geometry causes layover and shadow. ## Limits - PL: Obrazy są nieintuicyjne i trudne do ręcznego etykietowania. Typowe augmentacje, np. obrót, mogą tworzyć fizycznie niemożliwe sceny, a zwykłe warstwy sieci gubią informację o fazie. Dużych, dobrze opisanych zbiorów wciąż jest mało. - EN: Images are unintuitive and hard to label by hand. Common augmentations such as rotation can create physically impossible scenes, and standard layers lose phase information. Large, well-annotated datasets are still scarce. ## Key terms - PL: **plamkowanie (speckle)**: Ziarnisty szum typowy dla obrazów radarowych. - PL: **InSAR**: Porównanie fazy z dwóch przelotów, by mierzyć drobne ruchy terenu. - PL: **polarymetria**: Analiza tego, jak teren zmienia polaryzację fali radaru. - EN: **speckle**: Grainy noise typical of radar images. - EN: **InSAR**: Comparing phase from two passes to measure small ground movements. - EN: **polarimetry**: Analysing how the ground changes the radar wave's polarisation. ## Know first - [Splot, filtry i pooling (Convolution, filters and pooling)](https://aiatlasgraph.com/t/convpool.md) ## Subtopics (2 direct, 2 in total) - [Wykrywanie ruchów gruntu z interferometrii radarowej (Ground deformation detection from InSAR with deep learning)](https://aiatlasgraph.com/t/insardeformation.md): Classifying InSAR interferograms and time series with convolutional networks to detect surface deformation automatically. - [Wykrywanie statków na obrazach radarowych (Ship and dark vessel detection in SAR imagery)](https://aiatlasgraph.com/t/sarshipdetection.md): Detecting and characterising vessels and offshore infrastructure in SAR imagery, cross-referenced with AIS to flag so-called dark vessels. ## Sources - [Deep Learning in Remote Sensing: A Comprehensive Review and List of Resources]() `zhu-dl-remote-sensing-2017` · by Xiao Xiang Zhu, Devis Tuia, Lichao Mou, Gui-Song Xia, Liangpei Zhang, Feng Xu, Friedrich Fraundorfer - [Deep Learning Meets SAR]() `zhu-dl-meets-sar-2020` · by Xiao Xiang Zhu, Sina Montazeri, Mohsin Ali, Yuansheng Hua, Yuanyuan Wang, et al. - [Sen1Floods11: a georeferenced dataset to train and test deep learning flood algorithms for Sentinel-1]() `bonafilia-sen1floods11-2020` · by Derrick Bonafilia, Beth Tellman, Tyler Anderson, Erica Issenberg --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/sarai · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30