一种基于卷积神经网络的Sentinel-1雷达图像分类方法

摘要

本发明公开了一种基于卷积神经网络的Sentinel‑1雷达图像分类方法，包括包括以下步骤：步骤A、图像输入之后，对图像进行预处理，其中，图像预处理包括ROI剪裁、归一化处理、CFAR算法处理和RGB图形分析；步骤B、对预处理的图像进行训练，选取一组函数f1、f2...fn，对数据进行训练，选取最佳函数f；步骤C、对步骤B选取的最佳函数f进行测试，从而对采集的图像进行分类。本发明提出适用于数据集的图像预处理方法，利用CFAR方法对图像进行特征提取，并进行了孤立点移除及孔洞填充；构建了采用多通道输入模式的4层的卷积神经网络模型；用卷积神经网络CNN训练数据集时，通过正则化及数据增强去避免过拟合，得到了测试精度91％的良好分类效果。