基于自適應(yīng)自編碼和超像素的SAR圖像分類.pdf

1、合成孔徑雷達（Synthetic Aperture Radar，SAR）可以全天時和全天候地對地球表面地物成像，而且可以穿透地球的表面。SAR可以獲得較高的空間分辨率，因此高分辨SAR圖像在軍事、農(nóng)業(yè)和醫(yī)學(xué)領(lǐng)域起著越來越重要的作用，近年來SAR圖像的分類研究也在民用和軍事領(lǐng)域中得到廣泛應(yīng)用。目前對于高分辨SAR圖像最大的挑戰(zhàn)是提取信息豐富、識別性強和能抑制噪聲的特征，雖然研究者們在此方面已做出了很多貢獻，但最有效可靠的特征還是未能找到。

2、
　　因此，本文提出了基于Gamma分布的自適應(yīng)多尺度自編碼器的高分辨SAR圖像分類方法，以及適用于SAR圖像的異質(zhì)超像素算法，有效應(yīng)用于SAR圖像的分類分割預(yù)處理和后期處理，具體的改進思路如下：
　?。?）超像素能夠捕獲圖像冗余信息，降低后續(xù)處理任務(wù)復(fù)雜度，是SAR圖像分類分割中廣泛受到應(yīng)用的預(yù)處理方法。但由于SAR圖像嚴重的乘性相干斑噪聲，多出現(xiàn)弱邊界區(qū)域，傳統(tǒng)的超像素算法已不能有效提取出同質(zhì)像素塊，對后續(xù)地分類分割算法

3、有嚴重干擾，本文提出一種基于Gamma分布的異質(zhì)超像素SAR圖像分割方法，是一種適用于SAR圖像分類分割的預(yù)處理方法。
　　（2）SAR圖像由于嚴重的乘性相干斑噪聲，存在勻質(zhì)區(qū)域、不勻質(zhì)區(qū)域和極不勻質(zhì)區(qū)域，傳統(tǒng)的稀疏自編碼器對單幅圖像像素點的特征訓(xùn)練采用固定的尺度提取，已不能對高分辨率的SAR圖像有效地進行特征的表達。本文提出一種基于 Gamma分布的自適應(yīng)多尺度自編碼的SAR圖像分類方法，在提取無標簽圖像小塊時，利用Gamma分

4、布估計每個像素點及其鄰域的異質(zhì)性，根據(jù)異質(zhì)性不同，自適應(yīng)地提取多個不同尺度圖像小塊，再進行特征訓(xùn)練，對圖像每個像素點有效進行特征描述，再加入多尺度的特征信息，為SAR圖像的分類提供了充分的特征信息。
　　（3）由于稀疏自編碼器對像素點特征的訓(xùn)練缺乏了對空間鄰域信息的考慮，提出一種將深層特征和改進的空間信息相結(jié)合的高分辨SAR圖像自編碼分類方法，將適用于SAR圖像的超像素方法對分類結(jié)果進行空間限制。實驗結(jié)果表明，本文提出的基于異質(zhì)超