基于多层反卷积网络的SAR图像分类
本文关键词:基于多层反卷积网络的SAR图像分类
更多相关文章: 合成孔径雷达 多层学习 反卷积网络 图像分类 软概率池化
【摘要】:针对传统特征提取方法不能提取目标高层结构特征的问题,提出了一种基于软概率的池化方法,结合多层反卷积网络,学习目标的高层结构特征,并将其用于合成孔径雷达(SAR)图像分类。首先对SAR图像进行子块划分,然后对每个子块进行基于多层反卷积网络的特征编码,学习出不同层次上的图像特征,最后将该特征用于支持向量机(SVM)分类器,实现SAR图像的分类。在国内首批SAR数据上的实验表明,该算法获得了较高的分类准确率。
【作者单位】: 武汉大学测绘遥感信息工程国家重点实验室;湖北工业大学电气与电子工程学院;武汉大学电子信息学院;国防科技大学ATR重点实验室;
【关键词】: 合成孔径雷达 多层学习 反卷积网络 图像分类 软概率池化
【基金】:国家重点基础研究发展计划(973计划)资助项目(2013CB733404) 国家自然科学基金资助项目(41371342,61331016) 湖北省自然科学基金资助项目~~
【分类号】:TN957.52
【正文快照】: 合成孔径雷达(synthetic aperture radar,SAR)是一种主动式微波传感器,在目标识别、地物分类、水体监测等领域具有很大的应用潜力。随着SAR遥感系统的不断发展,研究如何有效地实现SAR图像的分类和识别具有重要意义[1]。提取图像特征进行分类与识别是SAR图像解译的重要方法。最
【参考文献】
中国期刊全文数据库 前5条
1 万朋,王建国,黄顺吉;SAR图像目标综合检测方法[J];电子学报;2001年03期
2 何楚;刘明;冯倩;邓新萍;;基于多尺度压缩感知金字塔的极化干涉SAR图像分类[J];自动化学报;2011年07期
3 吴晓红;谢明;干可;张杰;夏昕;余艳梅;;SAR图像的特征提取与目标识别[J];四川大学学报(自然科学版);2007年06期
4 何楚;刘明;许连玉;刘龙珠;;利用特征选择自适应决策树的层次SAR图像分类[J];武汉大学学报(信息科学版);2012年01期
5 宦若虹;张平;潘峗;;PCA、ICA和Gabor小波决策融合的SAR目标识别[J];遥感学报;2012年02期
中国博士学位论文全文数据库 前1条
1 殷慧;基于局部特征表达的高分辨率SAR图像城区场景分类方法研究[D];武汉大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 向世勇;李春升;陈杰;;基于去噪的SAR复图像SPIHT压缩算法[J];北京航空航天大学学报;2008年03期
2 田海涛;陈伟清;马金忠;;应用网络规划进行InSAR相位解缠的路径跟踪算法[J];测绘工程;2008年05期
3 徐怡波;赖锡军;周春国;;基于ENVISAT ASAR数据的东洞庭湖湿地植被遥感监测研究[J];长江流域资源与环境;2010年04期
4 吴义兵;宋建社;王瑞花;;基于分形维数的SAR图像纹理特征的提取[J];四川兵工学报;2011年07期
5 杨桄;陈克雄;周脉鱼;徐忠林;王宗明;;SAR图像中目标的检测和识别研究进展[J];地球物理学进展;2007年02期
6 黄亮;舒宁;;基于支持向量机(SVM)单目标SAR图像分割[J];地理空间信息;2011年01期
7 凤宏晓;侯彪;焦李成;卜晓明;;基于非下采样Contourlet域局部高斯模型和MAP的SAR图像相干斑抑制[J];电子学报;2010年04期
8 夏桂松;何楚;孙洪;;一种基于非参数密度估计和马尔可夫上下文的SAR图像分割算法[J];电子与信息学报;2006年12期
9 周鑫;;基于EM算法的G0分布参数最大似然估计[J];电子学报;2013年01期
10 彭实;张爱武;李含伦;胡少兴;孟宪刚;孙卫东;;一种改进的弱光谱畸变PCA融合方法[J];光谱学与光谱分析;2013年10期
中国重要会议论文全文数据库 前5条
1 张亚利;刘星;;SAR在地表形变监测中的应用与展望[A];重庆市测绘学会第三届优秀论文评选获奖论文暨2005-2006年度学术交流会论文选编[C];2008年
2 钱方明;刘薇;周瑜;;雷达遥感卫星TerraSAR-X的系统特性和产品[A];第十八届十三省市光学学术会议论文集[C];2010年
3 蔡欣华;黄世奇;;基于区域特征的SAR图像配准[A];国家安全地球物理丛书(五)——地球物理与海洋安全[C];2009年
4 陈利生;刘陵;;粒子滤波算法在SAR影像道路提取中的应用[A];全国矿山测量新技术学术会议论文集[C];2009年
5 周伟华;王鑫;罗斌;;SAR图像降噪的双树复小波变换相位保持算法[A];第十二届全国图象图形学学术会议论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 陶勇;知识辅助的SAR图像目标特性分析与识别研究[D];国防科学技术大学;2010年
2 夏东坤;P波段全极化SAR数据处理方法研究[D];中国科学技术大学;2011年
3 周红;基于子带子孔径的低频SAR成像及运动目标检测技术研究[D];国防科学技术大学;2011年
4 计科峰;SAR图像目标特征提取与分类方法研究[D];中国人民解放军国防科学技术大学;2003年
5 武昕伟;SAR自聚焦技术及相干斑抑制算法研究[D];南京航空航天大学;2002年
6 方学立;UWB-SAR图像中的目标检测与鉴别[D];国防科学技术大学;2005年
7 甘荣兵;合成孔径雷达对抗及目标检测技术研究[D];电子科技大学;2006年
8 倪心强;SAR图像分类与自动目标识别技术研究[D];中国科学院研究生院(电子学研究所);2007年
9 李伟;分布式星载SAR干扰与抗干扰研究[D];国防科学技术大学;2006年
10 林伟;极化SAR图像分类的投影寻踪方法研究[D];西北工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 鲁统臻;星载SAR与AIS舰船目标检测技术研究[D];中国海洋大学;2010年
2 李富城;多极化SAR图像地物分类技术研究[D];解放军信息工程大学;2009年
3 杨大海;极化SAR相干斑抑制若干问题研究[D];解放军信息工程大学;2010年
4 于小燕;逆合成孔径雷达成像与定标技术研究[D];西安电子科技大学;2011年
5 罗佳宇;SAR图像强散射区域的检测分割[D];北京交通大学;2011年
6 胡s,
本文编号:1129431
本文链接:https://www.wllwen.com/kejilunwen/wltx/1129431.html