|
|||||
|
|
| 结合FCN和多特征的全极化SAR土地覆盖分类 | |
| 作者单位： | ;1.辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所 |
| 摘 要： | 针对极化合成孔径雷达(PolSAR)影像地物分类特征表征性弱,以及传统全卷积网络(FCN)分类精度较低、效果差的问题,该文提出了一种结合FCN和多特征的全极化SAR土地覆盖分类算法。首先,根据PolSAR影像和极化目标分解获取散射特征参数构建特征空间,利用主成分分析(PCA)对特征空间实现降维,以优化特征组合;接着,以SegNet建模思想为基础,在网络中层嵌入多层多尺度非对称卷积单元(MACU)结构,并在中层添加代价函数构建双代价收敛(DC)结构,基于此设计了DC-MA-FCN网络;然后,以优化后的特征组合为输入,通过DC-MA-FCN网络进行多层自主学习训练网络,并利用训练好的网络进行PolSAR影像初始分类;最后,组合DC-MA-FCN网络分类结果和形态学方法实现最终分类。该方法对两地区的PolSAR影像进行取样和试验,并使用多种评价指标定量分析,表明了算法的可行性和有效性。 |
| 关 键 词： | 极化SAR 全卷积网络 多尺度非对称卷积单元 代价函数 |
Land cover classification of fully polarimetric synthetic aperture radar with fully convolution network and multi-feature |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |