[01546995]基于显著性和多尺度深度网络模型的SAR图像分类方法
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
一种基于显著性和多尺度深度网络模型的SAR图像分类方法。其步骤为:读入数据集;获得训练场景图和显著特征图;生成显著性检测训练数据集;生成目标分类训练样本集;构建显著性网络模型;训练显著性网络模型;构建多尺度深度网络模型;构建曲线波Curvelet重构层;生成目标分类网络模型;训练目标分类网络模型;获得显著特征图;对显著特征图进行形态学处理;提取检测切片;对检测切片进行分类;对分类结果进行投票;标记检测与分类结果图。本发明提高了分类准确率和分类速度,本发明可应用于对合成孔径雷达SAR图像的目标准确地进行分类、识别。
一种基于显著性和多尺度深度网络模型的SAR图像分类方法。其步骤为:读入数据集;获得训练场景图和显著特征图;生成显著性检测训练数据集;生成目标分类训练样本集;构建显著性网络模型;训练显著性网络模型;构建多尺度深度网络模型;构建曲线波Curvelet重构层;生成目标分类网络模型;训练目标分类网络模型;获得显著特征图;对显著特征图进行形态学处理;提取检测切片;对检测切片进行分类;对分类结果进行投票;标记检测与分类结果图。本发明提高了分类准确率和分类速度,本发明可应用于对合成孔径雷达SAR图像的目标准确地进行分类、识别。