公开(公告)号：CN107256414A

公开(公告)日：2017-10-17

申请号：CN201710501741.1

申请日：2017-06-27

Applicant: 哈尔滨工业大学

Inventor： 张腊梅 ,  陈泽茜 ,  王骁 ,  邹斌

IPC: G06K9/62

CPC classification number: G06K9/6267 ,  G06K9/6228 ,  G06K9/6256

Abstract: 一种基于空域特征图谱的极化SAR图像卷积神经网络分类方法，包括如下步骤：输入极化SAR图像数据并进行预处理，获得待分类极化SAR图像；确定待分类极化SAR图像的类别；对待分类极化SAR图像进行极化SAR图像初步特征提取，得到图像初步特征组合；在极化SAR图像中基于像素点及其邻域获得训练样本的特征图谱，构成训练样本空间；搭建卷积神经网络模型，调整网络参数，使用训练样本的特征图谱训练卷积神经网络；对待分类的极化SAR图像的组合特征基于像素点及其邻域获得初步的特征图谱，构成测试样本空间；用卷积神经网络模型对测试样本进行特征提取并进行分类。本发明提高了极化SAR图像的分类精度。