基于深度RPCA網(wǎng)絡(luò)的極化SAR影像地物分類.pdf

1、極化SAR(Polarimetric Synthetic Aperture Radar)是一種相干多通道、全天候的雷達(dá)成像系統(tǒng)，已成為國際對地觀測領(lǐng)域的重要方向之一。極化SAR有單極化和全極化之分，與單極化合成孔徑雷達(dá)相比，全極化SAR包含了更多有利于地物分類的極化信息，使極化SAR影像地物分類成為國內(nèi)外學(xué)者研究的重點。本文深入研究了極化SAR影像地物分類方法，以散射特征、偏振特征和鄰域信息特征為基礎(chǔ)，結(jié)合深度學(xué)習(xí)和SVM分類器提出了三

2、種極化SAR影像地物分類方法，主要工作如下：
　?。?）提出了一種基于深度PCA網(wǎng)絡(luò)的極化SAR影像地物分類方法。此方法首先以每個像素為分類單元，提取多種散射特征、偏振特征以及原始協(xié)方差數(shù)據(jù)元素等，進(jìn)行組合歸一化后作為深度PCA(Principal Component Analysis)網(wǎng)絡(luò)的輸入，使得深度PCA網(wǎng)絡(luò)中有效融入了極化SAR影像的散射機(jī)理和極化特征。然后，通過訓(xùn)練深度PCA網(wǎng)絡(luò)對極化SAR影像由初級到高級多層提取特征

3、，保證了所學(xué)習(xí)特征的有效性和準(zhǔn)確性。最后，進(jìn)行分類和準(zhǔn)確率計算，并輸出。實驗表明，該算法能進(jìn)一步提升分類精度，改善影像分類質(zhì)量。
　　（2）提出了一種基于深度RPCA(Robust Principal Component Analysis)網(wǎng)絡(luò)的極化SAR影像地物分類方法。該方法首先以每個像素為分類單元，將提取到的散射特征、偏振特征與鄰域信息特征等進(jìn)行組合歸一化后作為深度RPCA網(wǎng)絡(luò)的輸入，并將低秩的思想運(yùn)用到了深度RPCA網(wǎng)絡(luò)中

4、，訓(xùn)練深度RPCA網(wǎng)絡(luò)，利用SVM(Support Vector Machine)分類器進(jìn)行分類。該方法充分利用了極化SAR數(shù)據(jù)不同于其他數(shù)據(jù)的散射特性、極化特性和空間鄰域特性，且進(jìn)一步提高了深度RPCA網(wǎng)絡(luò)的魯棒性。對比試驗表明，本文的方法有著更高的客觀評價指標(biāo)，并且進(jìn)一步提高了分類效果。
　　（3）提出了一種基于超像素表示和重要采樣的深度RPCA網(wǎng)絡(luò)。針對同質(zhì)區(qū)域的一致性保持較差和大量訓(xùn)練樣本問題，將超像素的表示成功運(yùn)用到該算