基于混合双隐层径向基函数网络的高分辨率SAR图像地物分类算法研究

被引：5

作者：

孙真真

付琨

吴一戎

机构：

[1] 北京系统工程研究所,中国科学院电子学研究所,中国科学院电子学研究所北京,北京,北京

来源：

电子学报 | 2003年 / S1期

关键词：

合成孔径雷达图像; 神经网络; 地物分类;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

083905 [应用与数据安全及新兴信息技术安全];

摘要：

本文在高分辨率条件下对传统的合成孔径雷达 (SAR)图像自动地物分类技术进行了扩展研究 .文章首先指出了经典的前馈神经网络模型在SAR图像地物分类中的不足 ,然后基于径向基神经网络 (RBFN) ,结合混合专家系统 ,提出了一种变型的网络结构模型 ,称之为混合双隐层径向基函数网络 (MDHRBFN) ,并将其应用于高分辨率单视单极化的SAR图像地物分类 .实验结果表明 ,基于该模型的分类算法能够将SAR图像较好地区分为人造目标类、自然目标类、背景和阴影 ,具有比经典RBFN模型更好的分类效果 ,不但可以应用于SAR图像辅助判读 ,而且能够为目标识别过程提供潜在目标切片

引用

页码：2040 / 2044

页数：5

共 4 条

[1]

高分辨率SAR图像地物分类算法研究 [J].