基于SPM和深度增量SVM的SAR图像分类方法

作者：焦李成; 屈嵘; 任婕; 张丹; 马文萍; 马晶晶; 尚荣华; 赵进; 赵佳琦; 侯彪; 杨淑媛

来源：2016-07-17, 中国, ZL201610561677.1.

本发明公开了一种基于SPM和深度增量SVM的SAR图像分类方法。其步骤为：(1)输入SAR图像；(2)提取SAR图像稠密SIFT特征；(3)构建字典；(4)稀疏编码；(5)空间金字塔池化；(6)计算归一化特征；(7)构建增量训练集；(8)初始化深度增量支持向量机；(9)计算测试样本的初始分类准确率；(10)更新深度增量支持向量机；(11)计算测试样本的分类准确率。本发明能有效提取图像的空间信息,并结合了深度学习和增量学习的优点,具有提高SAR图像分类精度,减少训练时间的优点。

• 单位
  西安电子科技大学