结合FCN和多特征的全极化SAR土地覆盖分类

• 作者: 李玉 谢凯浪 赵泉华
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 极化SAR 全卷积网络 多尺度非对称卷积单元 代价函数
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 77-83,98
• 页数: 8页
• 分类号: P237|TP391
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2020.01.012

摘要

针对极化合成孔径雷达(PolSAR)影像地物分类特征表征性弱,以及传统全卷积网络(FCN)分类精度较低、效果差的问题,该文提出了一种结合FCN和多特征的全极化SAR土地覆盖分类算法.首先,根据PolSAR影像和极化目标分解获取散射特征参数构建特征空间,利用主成分分析(PCA)对特征空间实现降维,以优化特征组合;接着,以SegNet建模思想为基础,在网络中层嵌入多层多尺度非对称卷积单元(MACU)结构,并在中层添加代价函数构建双代价收敛(DC)结构,基于此设计了DC-MA-FCN网络;然后,以优化后的特征组合为输入,通过DC-MA-FCN网络进行多层自主学习训练网络,并利用训练好的网络进行PolSAR影像初始分类;最后,组合DC-MA-FCN网络分类结果和形态学方法实现最终分类.该方法对两地区的PolSAR影像进行取样和试验,并使用多种评价指标定量分析,表明了算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵泉华	辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所	98	506	12.0	17.0
2	李玉	辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所	104	500	12.0	17.0
3	谢凯浪	辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所	3	0	0.0	0.0