技术特征：
技术总结
本发明公开了一种基于学习超像素和QCNN的极化SAR地物识别方法，包括：获取极化雷达数据；将极化雷达数据进行极化分解得到极化雷达伪彩色图像；基于像素的四元数卷积神经网络将极化雷达伪彩色图像分类得到分类结果；基于极化雷达伪彩色图像利用PAN网络生成多个超像素块；基于极化雷达伪彩色图像的分类结果及超像素块生成极化雷达数据的分类结果。本发明利用了颜色空间中的高层语义特征，能够得到比传统的超像素生成方法更好的局部区域分割。结合四元数卷积神经网络像素级分类和PAN超像素分割区域，得到了基于颜色特征的高精度极化SAR图像地物分类效果。
技术研发人员：张新征;夏吉利;王韬
受保护的技术使用者：重庆大学
技术研发日：2019.08.19
技术公布日：2019.11.12