[发明专利]一种基于超像素和全卷积网络的极化SAR图像分类方法有效
| 申请号： | 202010114239.7 | 申请日： | 2020-02-25 |
| 公开（公告）号： | CN111339924B | 公开（公告）日： | 2022-09-02 |
| 发明（设计）人： | 陈彦桥;高峰;关俊志;王雅涵;柴兴华 | 申请（专利权）人： | 中国电子科技集团公司第五十四研究所 |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/764;G06V10/774;G06V10/762;G06V10/82;G06N3/04 |
| 代理公司： | 河北东尚律师事务所 13124 | 代理人： | 王文庆 |
| 地址： | 050081 河北省石家庄市中山西*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于超像素和全卷积网络的极化SAR图像分类方法，主要解决现有极化SAR图像分类方法分类精度不高的问题。实现步骤为：输入滤波后的极化SAR图像；提取T矩阵和H/A/α分解特征为原始特征；随机选取部分有标记样本作为训练集，剩余有标记样本作为测试集；使用训练集训练全卷积网络模型，模型训练完成后，对整幅极化SAR图像进行分类，并将结果标记为Result‑SFCN；使用超像素算法对整幅极化SAR图像进行分割，得到分割结果；用超像素的分割结果修正Result‑SFCN，将修正后的分类结果标记为Result‑SLIC；根据信息熵，得到Result‑SFCN中置信度较高的分类结果，记作Result‑SFCN1；用Result‑SFCN1修正Result‑SLIC，得到最终分类结果，记作Result‑Entropy；输出分类结果。本发明使用超像素修正SFCN的分类结果，可以进一步提高其分类结果。 | ||
| 搜索关键词： | 一种 基于 像素 卷积 网络 极化 sar 图像 分类 方法 | ||
【主权项】：
暂无信息
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中国电子科技集团公司第五十四研究所，未经中国电子科技集团公司第五十四研究所许可，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/202010114239.7/，转载请声明来源钻瓜专利网。
