基于中层语义属性和卷积神经网络的SAR图像分类方法

摘要

本发明提供一种基于中层语义属性和卷积神经网络的SAR图像分类方法，首先对待分类的SAR图像进行中层语义属性特征图像块的提取，包括根据待分类SAR图像数据集和负样本SAR图像数据集，提取随机图像块的MVR特征，进行k‑means聚类和迭代检测获得字典，根据纯度和判别度的线性组合值，筛选出最具有判别性的聚类中心作为SAR图像属性；基于属性和卷积神经网络的SAR图像分类，利用所有待分类SAR图像的属性训练卷积神经网络，将图像的全局特征和每个属性的卷积神经网络特征串联，用支持向量机进行分类。这种基于属性级别的卷积神经网络学习，使得深度学习更加具有针对性，而且同时也解决了训练数据不足的问题，深度学习得到语义属性组合特征对SAR图像的分类有较好的效果。