【技术实现步骤摘要】
基于多指标卷积自编码器的PolSAR地物精细分类方法
[0001]本专利技术涉及PolSAR地物精细分类
,具体涉及一种基于多指标卷积自编码器的PolSAR地物精细分类方法。
技术介绍
[0002]极化合成孔径雷达(Polarimetric synthetic aperture radar,PolSAR)作为一种高分辨率成像传感器,可以提供详细的地物信息。与光学图像相比,PolSAR可以在全天候、全时条件下获得更有效、更全面的地物信息。因此,利用PolSAR数据进行地物分类可以有效的提高分类的准确度。
[0003]传统的PolSAR地物分类方法可以概括为没有训练样本标签的无监督分类和有训练样本标签的监督分类。尽管无监督分类过程中不需要消耗大量的人力资源,但其运行时间长,分类精度低。基于机器学习的有监督分类主要包括特征提取和分类两个过程,其性能主要受限于特征的表示能力,当提取的特征难以突出不同地物类别之间的差异时,分类性能极具下降。近年来基于深度学习的有监督分类算法不断被提出,但是随着深度学习网络复杂性的增加,训练过程一般需要大量的样本和充足的时间。然而样本缺少标签的问题正是PolSAR地物分类问题中的短板。为了解决这一问题,卷积自编码器(convolutional auto
‑
encoder,CAE)被更多人关注,因为CAE可以在无监督条件下,通过解码器训练网络参数,从而减少最终分类所需的样本量。然而由于网络深度较低,提取的深度特征不能完全代表目标的信息,也容易受到干扰信息的影响,从而 ...
【技术保护点】
【技术特征摘要】
1.一种基于多指标卷积自编码器的PolSAR地物精细分类方法,其特征是包括如下步骤:步骤1:PolSAR数据的预处理以及裁剪操作:步骤1.1:将PolSAR数据中任意一个最小分辨单元的散射特性使用一个极化散射矩阵S表示;根据互易原理和Pauli分解原理,将PolSAR数据中任意一个极化散射矩阵S转换为矢量其中,S
HH
表示发射极化方式为水平极化,接收极化方式为水平极化时的复散射系数,S
VV
表示发射极化方式为垂直极化,接收极化方式为垂直极化时的复散射系数,S
HV
表示发射极化方式为垂直极化,接收极化方式为水平极化时的复散射系数;步骤1.2:根据失量K,利用式(1)得到极化相干矩阵T:式(1)中,(
·
)
H
表示共轭转置,T
ij
表示极化相干矩阵T的第i行第j列的元素;且i,j=1,2,3;步骤1.3:利用式(2)从所述极化相干矩阵T中提取六维特征向量F=[A,B,C,D,E,F]:式(2)中,Span表示所有极化通道的总散射功率,且Span=T
11
+T
22
+T
33
,A代表总散射功率Span的分贝形式,B和C分别表示第2行第2列元素T
22
和第3行第3列元素T
33
的标准化功率比,D,E和F代表三个相对相关系数;步骤1.4:对六维特征向量F进行归一化操作,得到归一化后的六维特征向量F
′
,从而由所有最小分辨单元的归一化后的六维特征向量构成预处理后的PolSAR数据;步骤1.5:将预处理后的PolSAR数据裁剪成尺寸为L
×
L
×
6的切片,从而得到PolSAR数据的切片集合{s1,...,s
n
,...,s
N
},其中,s
n
表示第n个切片,N表示切片总数;n∈[1,N];步骤2:构建基于多指标卷积自编码器的分类网络,包括:编码器、解码器以及分类器;并将所述切片集合{s1,...,s
n
,...,s
N
}输入所述分类网络中;步骤2.1:所述编码器由m个卷积层、m个池化层、m个MI
‑
SE模块、m个加权模块以及一个全连接层组成;所述第n个切片s
n
输入到所述编码器中,并经过第一个卷积层和池化层的处理后,得到尺度为H
×
【专利技术属性】
技术研发人员:艾加秋,黄默,王非凡,范高伟,裴志林,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。