点特征相似与卷积神经网络相结合的SAR图像分类算法研究

编号 zgly0001669856

文献类型 期刊论文

文献题名 点特征相似与卷积神经网络相结合的SAR图像分类算法研究

作者 许开炜  杨学志  艾加秋  张安骏 

作者单位 合肥工业大学计算机与信息学院  工业安全与应急技术安徽省重点实验室 

母体文献 地理与地理信息科学 

年卷期 2019年03期

年份 2019 

分类号 TP183  TN957.52 

关键词 SAR图像分类  卷积神经网路  点特征相似  边缘保持 

文摘内容 基于CNN的像素级SAR图像分类利用了输入图像块的邻域信息,但没有凸显出邻域像元对中心像元分类结果的影响力,导致在高噪声条件下中心像元易出现类别误判。针对该问题,该文提出了一种基于点特征相似性的卷积神经网络(Point feature Similarity-based Convolutional Neural Network,PSCNN),并将其用于SAR图像分类,以凸显邻域像元对中心像元分类结果的影响力,从而减小误分,提升分类精度。实验结果表明,相比传统基于CNN的SAR图像分类方法,该算法一方面能更充分利用图像块的邻域信息,有效抑制相干斑的影响,提升匀质区域的分类精度;另一方面借助块匹配方式,能够充分保留图像块的结构信息,有效提升边界定位精度。