基于强度统计稀疏的全极化SAR图像分类方法.pdf

本发明公开了一种基于强度统计稀疏的全极化SAR图像分类方法，可应用于全极化合成孔径雷达SAR图像分类和目标识别。其实现步骤为：(1)输入散射强度矩阵；(2)获取SAR图像的统计特征；(3)获取SAR图像的稀疏特征；(4)训练分类器并分类；(5)优化初始分类结果；(6)输出分类结果。本发明利用全极化SAR合成孔径雷达图像三个通道的散射强度信息，挖掘三个通道之间的空间特征信息，对全极化SAR合成孔径雷达图像中特定目标实现有效的分类，并且可以完整的保留特定目标中具体地物的细节特征。

2023-11-22

10

1.2MB

基于多层网络模型的全极化SAR图像分类.docx

基于多层网络模型的全极化SAR图像分类摘要：全极化合成孔径雷达（SAR）图像分类在军事、民用领域有着广泛的应用前景。传统的SAR图像分类方法通常基于图像直接特征分类，存在着分类精度不高、易受噪声影响等问题。本文研究了基于多层网络模型的全极化SAR图像分类方法，该方法采用深度学习算法来提高SAR图像分类精度，并通过真实遥感数据进行实验验证。实验结果表明，该方法能够有效地提高SAR图像分类的精度和鲁棒性。关键词：SAR图像、全极化、分类、深度学习、多层网络模型1.研究背景合成孔径雷达（SAR）技术是一种目前广

2024-10-16

5

11KB

基于稀疏编码和小波自编码器的极化SAR图像分类方法.pdf

本发明公开了一种基于稀疏编码和小波自编码器的极化SAR图像分类方法，主要解决由于特征提取不合理而造成的边界分类问题和没有考虑空间相关性而导致的区域一致性较差的问题。其主要步骤是：(1)、输入图像；(2)、预处理；(3)、提取图像特征；(4)、稀疏编码；(5)、选取训练样本和测试样本；(6)、训练小波稀疏自编码器；(7)、训练softmax分类器；(8)、调整网络参数；(9)、图像分类；(10)、上色；(11)、输出分类结果图。本发明具有良好的去噪效果，考虑到数据的邻域信息，能更好地从低维特征中学到更高级的

2023-09-03

10

1.1MB

基于极化干涉SAR图像的地物监督分类方法.docx

基于极化干涉SAR图像的地物监督分类方法基于极化干涉SAR图像的地物监督分类方法摘要:合成孔径雷达(SyntheticApertureRadar,SAR)图像在地物监督分类中具有重要的应用价值。极化干涉SAR是SAR技术的一种重要分支，可以获取目标区域的散射矩阵，从而实现对地物的分类和监督。本论文通过综述极化干涉SAR图像地物监督分类方法的研究进展，重点介绍了数据预处理、特征提取、分类算法等关键技术，并讨论了存在的挑战和未来的发展方向。实验结果表明，基于极化干涉SAR图像的地物监督分类方法具有较高的准确性

2024-10-20

5

11KB

基于目标分解和SVM的极化SAR图像分类方法.docx

基于目标分解和SVM的极化SAR图像分类方法摘要：极化合成孔径雷达（PolarimetricSyntheticApertureRadar，PolSAR）技术被广泛用于遥感图像分类、土地利用与覆盖变化分析等领域。针对PolSAR图像分类的问题，本文提出了一种基于目标分解和支持向量机（SupportVectorMachine，SVM）的极化SAR图像分类方法。该方法首先利用极化分解技术提取多个目标极化参数，然后将目标极化参数和实际场景中的各类地物进行匹配，以得到每个地物类别的特征向量。接着采用SVM分类器进行

2024-11-02

5

12KB