基于自適應(yīng)自編碼和超像素的SAR圖像分類.pdf

1、合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）可以全天時(shí)和全天候地對(duì)地球表面地物成像，而且可以穿透地球的表面。SAR可以獲得較高的空間分辨率，因此高分辨SAR圖像在軍事、農(nóng)業(yè)和醫(yī)學(xué)領(lǐng)域起著越來(lái)越重要的作用，近年來(lái)SAR圖像的分類研究也在民用和軍事領(lǐng)域中得到廣泛應(yīng)用。目前對(duì)于高分辨SAR圖像最大的挑戰(zhàn)是提取信息豐富、識(shí)別性強(qiáng)和能抑制噪聲的特征，雖然研究者們?cè)诖朔矫嬉炎龀隽撕芏嘭暙I(xiàn)，但最有效可靠的特征還是未能找到。

2、
　　因此，本文提出了基于Gamma分布的自適應(yīng)多尺度自編碼器的高分辨SAR圖像分類方法，以及適用于SAR圖像的異質(zhì)超像素算法，有效應(yīng)用于SAR圖像的分類分割預(yù)處理和后期處理，具體的改進(jìn)思路如下：
　　（1）超像素能夠捕獲圖像冗余信息，降低后續(xù)處理任務(wù)復(fù)雜度，是SAR圖像分類分割中廣泛受到應(yīng)用的預(yù)處理方法。但由于SAR圖像嚴(yán)重的乘性相干斑噪聲，多出現(xiàn)弱邊界區(qū)域，傳統(tǒng)的超像素算法已不能有效提取出同質(zhì)像素塊，對(duì)后續(xù)地分類分割算法

3、有嚴(yán)重干擾，本文提出一種基于Gamma分布的異質(zhì)超像素SAR圖像分割方法，是一種適用于SAR圖像分類分割的預(yù)處理方法。
　?。?）SAR圖像由于嚴(yán)重的乘性相干斑噪聲，存在勻質(zhì)區(qū)域、不勻質(zhì)區(qū)域和極不勻質(zhì)區(qū)域，傳統(tǒng)的稀疏自編碼器對(duì)單幅圖像像素點(diǎn)的特征訓(xùn)練采用固定的尺度提取，已不能對(duì)高分辨率的SAR圖像有效地進(jìn)行特征的表達(dá)。本文提出一種基于 Gamma分布的自適應(yīng)多尺度自編碼的SAR圖像分類方法，在提取無(wú)標(biāo)簽圖像小塊時(shí)，利用Gamma分

4、布估計(jì)每個(gè)像素點(diǎn)及其鄰域的異質(zhì)性，根據(jù)異質(zhì)性不同，自適應(yīng)地提取多個(gè)不同尺度圖像小塊，再進(jìn)行特征訓(xùn)練，對(duì)圖像每個(gè)像素點(diǎn)有效進(jìn)行特征描述，再加入多尺度的特征信息，為SAR圖像的分類提供了充分的特征信息。
　　（3）由于稀疏自編碼器對(duì)像素點(diǎn)特征的訓(xùn)練缺乏了對(duì)空間鄰域信息的考慮，提出一種將深層特征和改進(jìn)的空間信息相結(jié)合的高分辨SAR圖像自編碼分類方法，將適用于SAR圖像的超像素方法對(duì)分類結(jié)果進(jìn)行空間限制。實(shí)驗(yàn)結(jié)果表明，本文提出的基于異質(zhì)超