針對(duì)合成孔徑雷達(dá)圖像的分類優(yōu)化方法,提出一種基于多特征與卷積神經(jīng)網(wǎng)絡(luò)的SAR圖像分類方法Canny-WTD-CNN.將Canny算子提取的邊緣特征,與小波閾值去噪法提取的小波特征進(jìn)行自適應(yīng)融合,作為卷積神經(jīng)網(wǎng)絡(luò)的輸入;以softmax為分類器,對(duì)SAR圖像進(jìn)行分類識(shí)別檢測(cè).最后利用MSTAR公開數(shù)據(jù)集的三類目標(biāo)數(shù)據(jù)進(jìn)行試驗(yàn),并給出該方法與其他方法結(jié)果的對(duì)比,表明該方法的有效性,識(shí)別率達(dá)到99.14%.

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 引言
2 多特征提取
    2.1 小波閾值去噪法
    2.2 Canny算子邊緣檢測(cè)
3 本文方法
    3.1 卷積神經(jīng)網(wǎng)絡(luò)
    3.2 本文方法步驟
4 實(shí)驗(yàn)結(jié)果與分析
5 結(jié)論



本文編號(hào)：3965063