基于空间信息和深度学习的极化SAR图像分类方法

摘要

本发明提出了一种基于空间信息和深度学习的极化SAR图像分类方法，用于解决现有技术中存在的图像分类准确率低的技术问题，实现步骤为：对极化相干矩阵进行滤波；计算极化SAR图像的空间信息；获取多维特征极化SAR图像；使用多维极化SAR图像对深度置信网络进行深度学习；利用训练好的深度置信网络对待分类图像进行分类；得到分类标签，并得到彩色分类结果图。本发明结合了极化SAR图像的空间信息，获取了多维特征的极化SAR图像，并使用多维特征的极化SAR图像像素作为深度置信网络的输入，有效提高了极化SAR图像分类的准确率，可用于极化SAR图像的地物分类和识别等。