基于二次型基元多层网络的SAR图像分类方法技术

本发明专利技术涉及一种基于二次型基元多层网络的SAR图像分类方法，包括步骤：步骤1，准备待分类SAR图像数据集，从待分类图像中随机选取各类图像中一定比例作为训练数据，其余作为测试数据；步骤2，构建基于二次型基元多层网络，将待分类的SAR图像中的训练数据输入，采用批量梯度下降进行训练；所述基于二次型基元多层网络包括输入模块，二次型模块，卷积模块，全连接与分类模块；步骤3，将测试数据数据输入到训练好的基于二次型基元多层网络，求解输出向量的最大值，该最大值对应的维数即为输入SAR图像所对应的类别。本发明专利技术通过多层网络学习各统计量之间的关系，对SAR图像的统计特性描述进行学习，用于SAR图像分类性能提升明显。

The SAR image classification method based on the two time type elementary multilayer network

The invention relates to an image classification method comprises the steps of: SAR, two type element based on multilayer network: Step 1, ready to be classified SAR image data set from the image is randomly selected to be classified in a certain proportion of all kinds of image as the training data and the rest as test data; step 2, construction of two type element multilayer network will be based on SAR image classification in the training data input, using the batch gradient descent training; the two type element multilayer network includes an input module based on two modules, convolution module, all connected with the classification module; step 3, the test data will be input data into two types based on the primitive multilayer network trained, the maximum value for the output vector, the maximum value corresponding to the input dimension is corresponding to SAR image classification. The invention learns the statistical characteristics description of SAR images by learning the relationship between statistics from multi-layer network, and improves the performance of SAR image classification obviously.

【技术实现步骤摘要】
基于二次型基元多层网络的SAR图像分类方法
本专利技术属于图像处理
，特别涉及一种基于二次型基元的多层网络用于SAR图像分类方法。
技术介绍
合成孔径雷达(SyntheticApertureRadar，SAR)是一种主动式微波成像系统。SAR具有全天时、全天候以及高分辨率的成像特性，是对地观测的重要方式。SAR图像分类是遥感图像解译的一个重要研究方向，在城市规划、灾害监测、农业生产、军事侦察等领域应用广泛。随着高分辨率SAR成像系统的发展，传统SAR图像分类技术用于高分辨SAR图像分类存在明显不足。当前SAR图像分类方法大多基于图像特征模型，主要分为两步，包括提取图像特征和分类器分类。SAR图像常用的特征有极化散射特征、基于图像分析的特征等，如极化分解特征、统计分布特征、纹理特征。常用的分类器有支持向量机(SupportVectorMachine,SVM)、最大似然估计分类器(如Wishart分类器)等。虽然此类方法取得了一定的分类效果，但其采用的手工特征在描述性以及适应性方面存在一定的局限；因此，特征学习应运而生。随着深度学习成为热点并极大地提高了图像解译的效果，人们开始将深本文档来自技高网...

【技术保护点】
基于二次型基元多层网络的SAR图像分类方法，其特征在于，包括以下步骤：步骤一，准备待分类SAR图像数据集，从待分类图像中随机选取各类图像中一定比例作为训练数据，其余作为测试数据；步骤二，构建基于二次型基元多层网络，将待分类的SAR图像中的训练数据输入，采用批量梯度下降进行训练；所述基于二次型基元多层网络包括输入模块，二次型模块，卷积模块，全连接与分类模块，其中二次型模块包括卷积层、二次型层和求和层，所述卷积层由卷积基元组成，卷积基元表达式如下，

【技术特征摘要】
1.基于二次型基元多层网络的SAR图像分类方法，其特征在于，包括以下步骤：步骤一，准备待分类SAR图像数据集，从待分类图像中随机选取各类图像中一定比例作为训练数据，其余作为测试数据；步骤二，构建基于二次型基元多层网络，将待分类的SAR图像中的训练数据输入，采用批量梯度下降进行训练；所述基于二次型基元多层网络包括输入模块，二次型模块，卷积模块，全连接与分类模块，其中二次型模块包括卷积层、二次型层和求和层，所述卷积层由卷积基元组成，卷积基元表达式如下，式(1)中，w为卷积核参数，是由ai组成的向量，w＝(a0…ai…an)，其中i为卷积系数的下标，x为输入，b为偏置项；所述二次型层由二次型基元组成，二次型基元表达式如下：

【专利技术属性】
技术研发人员：何楚，熊德辉，刘新龙，康陈瑶，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42