基于区域滤波和深度置信网络的SAR图像分类算法 |
| |
作者姓名: | 夏晶凡 杨学志 贾璐 |
| |
作者单位: | 合肥工业大学 智能制造技术研究院,安徽 合肥 230051;合肥工业大学 计算机与信息学院,安徽 合肥 230601 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;国家自然科学基金;安徽省重点研究与开发计划资助项目;安徽省自然科学基金 |
| |
摘 要: | 合成孔径雷达(synthetic aperture radar, SAR)图像分类是遥感领域最重要的课题之一。然而,SAR图像特征提取的困难和相干斑噪声的存在都严重影响了SAR图像分类的准确性。为了克服这些问题,文章提出了一种新的SAR图像分类算法。该算法将相干斑去噪技术和深度置信网络相结合,在通过深度置信网络对SAR图像进行无监督的学习和特征提取的同时,提出了区域滤波的方法来减少相干斑噪声对分类结果的影响。实验采用了不同噪声水平的合成SAR图像以及由RADARSAT-2获取的真实SAR图像进行测试。实验结果表明,与传统的分类方法相比,该算法在噪声鲁棒性和分类能力方面都有良好的改进;同时,该算法在边界区域具有优秀的分类能力。
|
关 键 词: | SAR图像分类 深度置信网络 区域识别 边界保持 抗噪 |
本文献已被 CNKI 万方数据 等数据库收录! |
|