| 基于时变散射特征与CNN的双极化SAR作物分类 |
| |
| 引用本文： | 郭交,白清源,李恒辉.基于时变散射特征与CNN的双极化SAR作物分类[J].上海航天,2022,39(3):77-83. |
| |
| 作者姓名： | 郭交 白清源 李恒辉 |
| |
| 作者单位： | 西北农林科技大学 机械与电子工程学院，陕西 杨凌712100;陕西省农业信息感知与智能服务重点实验室，陕西 杨凌712100 |
| |
| 基金项目： | 国家自然科学基金(62071350) |
| |
| 摘 要： | 作物类型分类是极化合成孔径雷达(PolSAR)图像中最重要的应用之一。然而，由于成本和系统限制，越来越多的双极化SAR系统已经投入使用。由于双极化模式的限制，双极化SAR数据集存在严重的贴现特性，使得双极化SAR图像难以获得令人满意的分类精度，因此有必要提取更适合于双极化SAR数据集的散射特征。基于H/α分解的基本理论，引入了一个新的参数来测量农作物的时变散射特性，并针对双极化SAR图像提出了时变散射特征驱动的卷积神经网络(CNN)。实验结果表明:提出的CNN分类方法达到了最高的分类精度。与不同的特征组合输入相比，提出的新参数能稳定地提高分类器的分类性能，H、α、θ和强度特征的组合也能达到最佳的分类性能。
|
| 关 键 词： | 作物分类 极化合成孔径雷达 H/α分解 卷积神经网络 复杂Wishart分类器 |
| 收稿时间： | 2022/2/21 0:00:00 |
| 修稿时间： | 2022/3/22 0:00:00 |
Crop Classification for Dual-PolSAR Images Based on Differential-Scattering-Feature Driven CNN |
| |
| GUO Jiao,BAI Qingyuan,LI Henhui.Crop Classification for Dual-PolSAR Images Based on Differential-Scattering-Feature Driven CNN[J].Aerospace Shanghai,2022,39(3):77-83. |
| |
| Authors: | GUO Jiao BAI Qingyuan LI Henhui |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《上海航天》浏览原始摘要信息 |
| 点击此处可从《上海航天》下载免费的PDF全文 |
