多尺度分解结合卷积神经网络的SAR图像识别

• 作者: 刘以安 高志帮
• 来源期刊: 火控雷达技术
• 学科: 工学
• 关键词: 图像识别 卷积神经网络 非下采样轮廓波 合成孔径雷达
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 总体工程
• 页码范围: 1-6
• 页数: 6页
• 分类号: TN95|TP31
• 字数: 3676字
• 语种: 中文
• DOI: 10.19472/j.cnki.1008-8652.2019.01.001

摘要

针对合成孔径雷达(SAR)图像由于相干斑的影响而导致的识别率低,耗时长等问题,提出一种基于多尺度分解和卷积神经网络的SAR图像识别方法.首先将输入的图像进行数据增强,并利用非下采样轮廓波变换(NSCT)进行尺度分解,获得图像的高低频特征分量;然后将原图像、高频分量和低频分量空间连结,输入进网络进行训练、识别.以RELU为激活函数,交叉熵函数为损失函数,SoftMax为分类器,并使用TensorFlow框架进行训练.实验结果表明,提出算法的识别率高于其他几种典型算法,在MSTAR数据库上的识别率达到了93.3％;同时,在五级椒盐噪声的影响下,识别率仅下降0.5％,鲁棒性远高于其他几种算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘以安		114	862	15.0	23.0
2	高志帮		3	1	1.0	1.0