基于NSCT双CNN通道和选择性注意机制的SAR图像目标分类

摘要

本发明公开了基于NSCT双通道CNN和选择性注意机制的SAR图像目标分类方法，其方案是：获取用于目标检测和分类的训练样本集D1和D2；扩充D1和D2得到样本集D3和D4；训练分别用于目标检测和分类的模型M1和M2；对测试图进行显著性检测及形态学处理，对其进行连通域标记，提取连通域质心对应的目标候选区并在其周围若干像素点内平移，生成目标候选区；用M1对目标候选区分类判断，得到目标的最准确定位；用M2分类后投票决定目标的最终类别。本发明加入非下采样轮廓波层，将低频和高频特征图输入双通道CNN中，组成NSCT双通道CNN，结合选择性注意机制应用到SAR图像分类中，提高了SAR图像目标检测分类的准确率，解决了现有技术目标分类准确率低的问题。