Deeplab网络的极化合成孔径雷达图像分类

• 作者: 王云艳 王重阳 罗冷坤
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 极化合成孔径雷达 Deeplab网络 空洞卷积 多孔空间金字塔
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 110-117
• 页数: 8页
• 分类号: TP751
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2020.06.016

摘要

针对传统极化合成孔径雷达图像分类中特征提取不完整、特征表征性不够强、分类中干扰杂质较多等问题,该文提出了一种基于Deeplab模型的极化合成孔径雷达图像地物分类方法.实验通过在荷兰地区数据上对田野、植被、建筑区、水域、山体5类进行分类,然后在欧洲其他区域进行了算法评价.与传统的结合条件随机场的FCN-8s特征分类模型相比,该文方法能够提取更高效的底层特征,得到更高的分类精度、Kappa系数和总体精度.该方法不仅能在山体上提高10％左右的分类精度,而且能在这5类以外的类别掺杂情况,保证模型良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王云艳	湖北工业大学电气与电子工程学院	24	76	6.0	8.0
2	罗冷坤	湖北工业大学电气与电子工程学院	4	1	1.0	1.0
3	王重阳	湖北工业大学电气与电子工程学院	2	1	1.0	1.0