摘要
本发明公开了一种基于深度信念网络DBN模型的干涉SAR图像分类方法,本发明解决了自动提取干涉SAR图像特征的技术问题。其实现过程是:1输入数据预处理,将输入数据进行归一化,对每个像素取其一个大小为M×M窗口;2样本提取,根据干涉SAR图像对应的实际地物,对待分类的每种地物选取一定量的样本;3根据实验确定DBN模型参数,然后根据样本训练DBN模型;4根据训练好的DBN模型,对待分类数据进行分类。本发明把DBN模型应用到干涉SAR图像分类上,利用了DBN模型自身优势,自动提取图像特征,缩短分类时间;发掘图像之间的相关性,提高分类准确率。可应用于干涉化合成孔径雷达SAR图像分类。
- 单位