发明名称 |
基于反卷积网络和稀疏分类的极化SAR图像分割方法 |
摘要 |
本发明公开了一种基于反卷积网络和稀疏分类的极化SAR图像分割方法,主要解决现有技术需要依靠人工经验提取特征的问题。其实现步骤是:1.依次提取极化SAR图像的功率图和素描图;2.利用素描图提取极化SAR图像功率图的区域图;3.在极化SAR图像对应的聚集区域中提取样本;4.利用聚集区域中的样本对反卷积网络进行训练,并利用训练得到的滤波器构造相似性矩阵;5.利用相似性矩阵分割聚集区域;6.分别对匀质区域和结构区域进行分割;7.合并聚集区域、匀质区域和结构区域的分割结果,得到分割后的极化SAR图像。本发明的分割结果具有较好的区域一致性,且提高了极化SAR图像的分割效果,可用于目标检测和识别。 |
申请公布号 |
CN105608692A |
申请公布日期 |
2016.05.25 |
申请号 |
CN201510953343.4 |
申请日期 |
2015.12.17 |
申请人 |
西安电子科技大学 |
发明人 |
刘芳;李婷婷;石志彬;郝红侠;焦李成;尚荣华;马文萍;马晶晶;杨淑媛 |
分类号 |
G06T7/00(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
陕西电子工业专利中心 61205 |
代理人 |
王品华;朱红星 |
主权项 |
一种基于反卷积网络和稀疏分类的极化SAR图像分割方法,包括如下步骤:(1)输入待分割的极化SAR图像的数据,对该极化SAR图像进行Pauli分解,得到极化SAR图像相干矩阵对角线三个通道的幅度值,将三个通道幅度值相加得到极化SAR图像的功率图,对极化SAR图像功率图进行素描化;(2)根据极化SAR图像功率图的素描图提取区域图,并根据区域图将极化SAR图像映射为聚集区域、匀质区域和结构区域;(3)对聚集区域进行分割:(3a)对聚集区域中的各个互不连通的区域分别进行采样,并利用采样得到的样本对反卷积网络进行无监督的训练,得到表征各个互不连通区域结构特征的滤波器集合;(3b)利用提取到的各个互不连通区域的滤波器集合构造字典,结合字典构造相似性矩阵;(3c)利用相似性矩阵合并相似的聚集区域,得到聚集区域的分割结果;(4)对匀质区域进行分割;(5)对结构区域进行分割,提取出孤立目标和边界;(6)将聚集区域、匀质区域和结构区域的分割结果进行合并,得到分割后的极化SAR图像。 |
地址 |
710071 陕西省西安市太白南路2号 |