技术总结
本发明公开了一种基于深度稀疏ICA的极化SAR图像分类方法，主要克服现有技术中提取的极化SAR图像特征单一且特征层次低造成分类精度不高的问题。其实现步骤为：先对待分类的极化SAR图像进行精致Lee滤波；再提取滤波后图像的散射、纹理、颜色及协方差矩阵特征并将所有特征进行归一化和白化处理，之后选取无标签样本集，训练样本集，测试样本集；利用深度稀疏ICA方法提取训练样本集和测试样本集原始特征的深度稀疏特征表示；最后训练分类器并预测分类，输出结果。本发明相对于已有的方法，图像的特征描述更全面细致，提高了分类精度，可用于极化合成孔径雷达SAR图像目标的检测和目标识别。
技术研发人员：焦李成;刘芳;鄢蕾;杨淑媛;侯彪;马文萍;王爽;刘红英;熊涛
受保护的技术使用者：西安电子科技大学
文档号码：201410613066
技术研发日：2014.11.04
技术公布日：2017.10.24