基于多尺度特征学习网络与双边滤波的SAR图像分类方法

摘要

本发明公开了一种基于多尺度特征学习网络与双边滤波的SAR图像分类方法，包括以下步骤：输入高分辨率SAR图像数据，对图像像素值进行归一化；利用多尺度处理划分SAR图像为不同尺度的图像块集合，并实现样本扩充；从扩充的SAR图像块样本集选取训练样本集和测试样本集；利用训练样本集训练全卷积神经网络，实现提取各个图像块的特征，并形成多尺度特征表示；训练softmax分类器；采用训练好的多尺度特征学习网络进行分类；利用双边滤波模型对分类结果图进行分类后处理，得到最终的分类结果图。本发明方法不仅能够提取SAR图像丰富的多尺度特征，而且能够扩充训练样本集，进而提升有限数据下的SAR图像分类精度，可以用于高分辨率SAR图像地物分类中。