基于深度卷积网络的SAR图像地物分类研究

摘要

高效的地物分类对开发和利用土地资源有十分重要的意义.使用TerraSAR-X单极化影像数据对珠江三角洲人海口的广州南沙区进行地物分类研究.采用Gamma MAP滤波、地理定标、数据增强的方法减少图像噪声、校正图像地理定位、增加数据量.利用基于深度卷积网络的Segnet语义分割模型进行图像分割,得到地物分类结果.并对分类结果进行定性定量分析.发现该方法对水体、林地、建筑区域分类效果较好,三类地物分别可以达到96％、96％、85％的分类精度,同时发现对道路区域分类效果有待进一步优化.