[发明专利]基于深度卷积神经网络的SAR图像地物分类识别方法在审
| 申请号： | 201810840186.X | 申请日： | 2018-07-27 |
| 公开（公告）号： | CN109101905A | 公开（公告）日： | 2018-12-28 |
| 发明（设计）人： | 陈嘉琪;吕吉明;王娴珏;胡居荣;刘海韵;平学伟;王峰 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/40;G06K9/42;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度卷积神经网络的SAR图像地物分类识别方法，包括以下步骤：1）将经过滤波处理的SAR图像作为原始输入数据，对作为原始输入数据的图像进行裁剪，从裁剪后的图像中抽出部分作为训练样本，剩下的作为测试样本；2）利用深度学习建立用于地物信息分类的卷积神经网络,该神经网络依次包括输入层、卷积层、池化层以及输出层；3）再将经过滤波处理的SAR图像经过步骤2）中建立好的分类的卷积神经网络得到识别出的地物信息，通过本发明能够大幅提高识别SAR图像的精度。 | ||
| 搜索关键词： | 卷积神经网络 原始输入数据 地物分类 地物信息 滤波处理 裁剪 图像 测试样本 神经网络 训练样本 输出层 输入层 分类 池化 卷积 抽出 学习 | ||
【主权项】：
1.基于深度卷积神经网络的SAR图像地物分类识别方法，其特征在于，包括以下步骤：1)将经过滤波处理的SAR图像作为原始输入数据，对作为原始输入数据的图像进行裁剪，从裁剪后的图像中抽出部分作为训练样本，剩下的作为测试样本；2)利用深度学习建立用于地物信息分类的卷积神经网络,该神经网络依次包括输入层、卷积层、池化层以及输出层；3)再将经过滤波处理的SAR图像经过步骤2)中建立好的分类的卷积神经网络得到识别出的地物信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810840186.X/，转载请声明来源钻瓜专利网。
