基于K-SVD和深度堆栈网络的极化SAR图像分类方法

摘要

本发明公开了一种基于K‑SVD和深度堆栈网络的极化SAR图像分类方法，主要解决深度堆栈网络随机初始化导致的图像分类精度低的问题。其实现步骤为：1)输入图像，提取原始数据特征并归一化；2)利用K‑SVD从归一化后的原始数据特征中提取过完备字典；3)从归一化后的原始数据特征中提取训练数据集；4)将过完备字典作为深度堆栈网络的初始化参数，并用训练数据集训练深度堆栈网络；5)利用训练好的深度堆栈网络计算分类标签；6)对分类标签上色，输出上色后的分类结果图。本发明不仅能够提取极化SAR图像中更加复杂的特征，而且加快了深度堆栈网络的收敛速度，提高了极化SAR图像的分类精度，可用于目标识别和图像解译。