基于深度卷積神經(jīng)網(wǎng)絡(luò)和條件隨機(jī)場(chǎng)模型的PolSAR圖像地物分類方法
關(guān)鍵詞：極化sar 地物分類 條件隨機(jī)場(chǎng) 卷積神經(jīng)網(wǎng)絡(luò)
摘要：近年來(lái),極化合成孔徑雷達(dá)(PolSAR)圖像地物分類得到了深入研究。傳統(tǒng)的PolSAR圖像地物分類方法采用的特征往往需要針對(duì)具體問(wèn)題進(jìn)行設(shè)計(jì),特征表征性不強(qiáng)。因此,該文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)和條件隨機(jī)場(chǎng)(CRF)模型的PolSAR圖像地物分類方法。利用預(yù)訓(xùn)練好的實(shí)現(xiàn)圖像分類任務(wù)的卷積神經(jīng)網(wǎng)絡(luò)模型(VGG-Net-16)提取表征能力更強(qiáng)的圖像特征,再通過(guò)CRF模型對(duì)多特征及上下文信息的有效利用來(lái)實(shí)現(xiàn)圖像的地物分類。實(shí)驗(yàn)結(jié)果表明,與3種利用傳統(tǒng)經(jīng)典特征的方法相比,該方法能夠提取更有效的特征,取得了更高的總體分類精度和Kappa系數(shù)。
雷達(dá)學(xué)報(bào)雜志要求:
<一>計(jì)量單位、數(shù)字、符號(hào) 文稿必須使用法定的計(jì)量單位符號(hào)。
<二>正文標(biāo)題：文內(nèi)各級(jí)標(biāo)題題號(hào)一律頂格書(shū)寫(xiě)，標(biāo)題題號(hào)分級(jí)采用1；1.1；1.1.1等標(biāo)注形式。結(jié)構(gòu)層次不宜過(guò)多，一般為二級(jí)或三級(jí)。
<三>文稿應(yīng)具嚴(yán)謹(jǐn)?shù)目茖W(xué)性，并有一定先進(jìn)性和實(shí)用性。內(nèi)容重點(diǎn)突出，文字務(wù)必簡(jiǎn)練、準(zhǔn)確、通順，字跡清楚。
<四>基金課題論文所涉及的課題如是國(guó)家或部、省、市級(jí)以上基金項(xiàng)目或攻關(guān)項(xiàng)目，應(yīng)在文題頁(yè)左下角橫線下注明“基金項(xiàng)目。
<五>引言作為論文的開(kāi)場(chǎng)白，應(yīng)以簡(jiǎn)短的篇幅介紹論文的研究背景和目的，對(duì)相關(guān)領(lǐng)域內(nèi)前人所做的工作和研究進(jìn)行簡(jiǎn)要的概括。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
