針對(duì)經(jīng)典全卷積網(wǎng)絡(luò)（fully convolution network,FCN）分類(lèi)精度低、效果差,以及傳統(tǒng)的極化合成孔徑雷達(dá)（PolSAR）土地覆蓋分類(lèi)方法未充分考慮地物散射特性的問(wèn)題,提出了一種結(jié)合改進(jìn)FCN和條件隨機(jī)場(chǎng)（conditional random field,CRF）的全極化SAR土地覆蓋分類(lèi)算法。首先,利用Freeman分解和Pauli分解建模全極化SAR影像,同時(shí)提取各分解對(duì)應(yīng)的散射特征,參考Freeman分解散射功率獲取其主散射分量對(duì)應(yīng)的主散射地物;同時(shí),借鑒在圖像分類(lèi)領(lǐng)域中具有卓越表現(xiàn)的FCN-Vgg19-8s網(wǎng)絡(luò),考慮其高層卷積參數(shù)量大和低層卷積模型參數(shù)優(yōu)化程度不足,通過(guò)在高層和中層分別構(gòu)建多尺度卷積組和代價(jià)函數(shù)設(shè)計(jì)了FCN-MD-8s網(wǎng)絡(luò),保證對(duì)整體模型參數(shù)進(jìn)行降維和優(yōu)化;以Freeman分解散射機(jī)理特征為基準(zhǔn),采用級(jí)連式遷移學(xué)習(xí)結(jié)構(gòu),實(shí)現(xiàn)FCN-MD-8s網(wǎng)絡(luò)的模型訓(xùn)練和測(cè)試;然后,根據(jù)主散射分量所對(duì)應(yīng)的主散射地物,在各分量預(yù)測(cè)圖中提取出主特征地物,得到分量地物分類(lèi)結(jié)果,并將其進(jìn)行疊加得到全局粗分類(lèi);最后,利用全連接CRF結(jié)合Pauli相干分解重建假彩色圖... 

【文章來(lái)源】：測(cè)繪學(xué)報(bào). 2020,49(01)北大核心

【文章頁(yè)數(shù)】：14 頁(yè)

【部分圖文】：

圖5 分解結(jié)果

圖6 分解結(jié)果

FCN-MD-8s網(wǎng)絡(luò)共41層,包括32個(gè)卷積層、5個(gè)池化層、3個(gè)轉(zhuǎn)置卷積層和1個(gè)Softmax分類(lèi)器層,如圖1所示。其中,池化層將32個(gè)卷積層隔斷為6個(gè)卷積組,從左至右每個(gè)卷積組包含卷積層數(shù)分別為2、2、4、4、4和16。前5個(gè)卷積組卷積層的卷積核大小為3×3像素,且組內(nèi)卷積核數(shù)目相同,并逐組遞增,分別為64、128、256、512和512。在第5個(gè)池化層后添加中層代價(jià)函數(shù),以優(yōu)化中低層網(wǎng)絡(luò)參數(shù)。第6個(gè)卷積組為多尺度卷積組,由多尺度卷積核構(gòu)成。轉(zhuǎn)置卷積層由轉(zhuǎn)置卷積和跳躍結(jié)構(gòu)實(shí)現(xiàn),將多尺度卷積組通道連接特征圖通過(guò)2倍轉(zhuǎn)置卷積與第4個(gè)池化層特征結(jié)合得到第1次融合結(jié)果,對(duì)該融合結(jié)果再進(jìn)行2倍轉(zhuǎn)置卷積與第3個(gè)池化層特征結(jié)合得到第2次融合結(jié)果,最后對(duì)第2次融合結(jié)果通過(guò)8倍轉(zhuǎn)置卷積并經(jīng)Softmax分類(lèi)器恢復(fù)到與輸入圖像相同大小的特征圖,實(shí)現(xiàn)對(duì)原始輸入圖像端到端像素級(jí)預(yù)測(cè)分類(lèi)。圖1中虛線框內(nèi)的結(jié)構(gòu)為多尺度卷積組,A1表示融合操作,A2表示卷積層和激勵(lì)層;A3表示池化層,A4表示將通道聯(lián)合后的特征,A5表示第1次融合結(jié)果,A6表示第2次融合結(jié)果。

【參考文獻(xiàn)】：
期刊論文
[1]利用目標(biāo)分解特征的全極化SAR海冰分類(lèi)[J]. 趙泉華,郭世波,李曉麗,李玉.  測(cè)繪學(xué)報(bào). 2018(12)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)與遷移學(xué)習(xí)的油茶病害圖像識(shí)別[J]. 龍滿生,歐陽(yáng)春娟,劉歡,付青.  農(nóng)業(yè)工程學(xué)報(bào). 2018(18)
[3]基于HJ衛(wèi)星數(shù)據(jù)與面向?qū)ο蠓诸?lèi)的土地利用/覆蓋信息提取[J]. 朱永森,曾永年,張猛.  農(nóng)業(yè)工程學(xué)報(bào). 2017(14)

碩士論文
[1]基于譜圖分割的極化SAR影像面向?qū)ο蠓诸?lèi)方法研究[D]. 趙磊.中國(guó)林業(yè)科學(xué)研究院 2014



本文編號(hào)：2962257