[发明专利]一种基于非下采样轮廓波DCGAN的极化SAR图像分类方法在审
| 申请号： | 201710571622.3 | 申请日： | 2017-07-13 |
| 公开（公告）号： | CN107368852A | 公开（公告）日： | 2017-11-21 |
| 发明（设计）人： | 焦李成;屈嵘;张婷;马晶晶;杨淑媛;侯彪;马文萍;刘芳;尚荣华;张向荣;张丹;唐旭 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 西安通大专利代理有限责任公司61200 | 代理人： | 徐文权 |
| 地址： | 710065 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于非下采样轮廓波DCGAN的极化SAR图像分类方法，输入待分类的极化SAR图像进行Pauli分解；用归一化后的数据集取32×32的块构成基于图像块的数据集；构造无标签训练数据集、有标签训练数据集和测试数据集，利用SLIC超像素算法对Pauli分解后的伪彩图划分超像素块，构造非下采样轮廓波DCGAN，用无标签训练数据集对训练网络模型非下采样轮廓波DCGAN进行训练；再用有标签训练数据集输入判别分类网络模型训练softmax分类器，再微调整个判别分类网络的参数；利用训练好的判别分类网络模型对测试数据集的超像素聚类中心进行分类，然后对测试数据集中每个像素点的类别进行标记。本发明能够提高极化SAR图像的分类精度，可用于目标识别与跟踪定位。 | ||
| 搜索关键词： | 一种 基于 采样 轮廓 dcgan 极化 sar 图像 分类 方法 | ||
【主权项】：
一种基于非下采样轮廓波DCGAN的极化SAR图像分类方法，其特征在于，输入待分类的极化SAR图像，对极化散射矩阵S进行Pauli分解；用归一化后的数据集取32×32的块构成基于图像块的数据集；构造无标签训练数据集、有标签训练数据集和测试数据集，利用SLIC超像素算法对Pauli分解后的伪彩图划分超像素块，得到超像素块聚类中心测试数据集；构造非下采样轮廓波DCGAN，用无标签训练数据集对训练网络模型非下采样轮廓波DCGAN进行训练；再用有标签训练数据集输入判别分类网络模型训练softmax分类器，再微调整个判别分类网络的参数；利用训练好的判别分类网络模型对测试数据集的超像素聚类中心进行分类，然后对测试数据集中每个像素点的类别进行标记。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710571622.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型强力弹弓架
- 下一篇：一种快速装皮筋的且弓头可自动旋转的弹弓
