基于深度學(xué)習(xí)的干涉SAR圖像分類.pdf

1、合成孔徑雷達(dá)干涉技術(shù)(Interferometric Synthetic Aperture Radar，InSAR)作為合成孔徑雷達(dá)的延伸和發(fā)展，主要關(guān)注于獲取數(shù)字高程圖（Digital Elevation Model，DEM）、地表形變的檢測。本文在介紹干涉SAR技術(shù)的基礎(chǔ)上，著重于干涉SAR圖像對地物分類。相干圖作為干涉SAR技術(shù)的中間步驟，有著重要的物理意義。它不僅作為相位圖的評價(jià)標(biāo)準(zhǔn)，而且對于地物具有良好的可分性能。本文利用相干

2、圖的良好可分性，結(jié)合干涉SAR的主輔強(qiáng)度圖，對地物進(jìn)行劃分。然后對相干圖進(jìn)行初始分割，根據(jù)相干圖的初始分割結(jié)果對分類進(jìn)行優(yōu)化。近年來，深度學(xué)習(xí)成為機(jī)器學(xué)習(xí)的一個(gè)熱門方向，它采用多層結(jié)構(gòu)網(wǎng)絡(luò)，可以對數(shù)據(jù)從底層到高層對特征進(jìn)行提取，有效的提取數(shù)據(jù)在空間和時(shí)間上的信息，能夠有效的提高分類的準(zhǔn)確率。在第四章，著重介紹深度學(xué)習(xí)的深度信念網(wǎng)絡(luò)（DBN）模型及其在干涉SAR圖像分類方面的應(yīng)用，實(shí)驗(yàn)結(jié)果表明，DBN模型能夠有效的對干涉SAR圖像進(jìn)行分類

3、。本文的主要工作如下：
　　1.提出了一種基于相干圖的分割結(jié)果對干涉SAR圖像分類的優(yōu)化。首先討論干涉SAR圖像各種特征對分類結(jié)果的影響，對干涉SAR主輔強(qiáng)度圖和相干圖的每個(gè)像素取其鄰域一個(gè)大小M M窗口作為其特征，結(jié)合強(qiáng)度圖的紋理特征，可以有效的去除雜點(diǎn)。然后對相干圖進(jìn)行初始分割，分割結(jié)果作為上一步SVM分類的約束條件，實(shí)驗(yàn)結(jié)果表明其可以進(jìn)一步的改善分類結(jié)果。
　　2.提出一種基于深度學(xué)習(xí)模型的干涉SAR圖像分類算法。DB