基于反卷積自適應(yīng)推理網(wǎng)絡(luò)的SAR圖像分割.pdf_第1頁
已閱讀1頁,還剩74頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、SAR圖像分割是SAR圖像處理中的關(guān)鍵技術(shù)之一,其結(jié)果直接影響后續(xù)的處理,故SAR圖像分割技術(shù)的研究成為SAR圖像處理領(lǐng)域里面眾人追捧的一項課題。本文結(jié)合當(dāng)下炙手可熱的無監(jiān)督反卷積神經(jīng)網(wǎng)絡(luò)和經(jīng)典的自適應(yīng)共振網(wǎng)絡(luò),提出了一種基于反卷積自適應(yīng)推理網(wǎng)絡(luò)的SAR圖像分割方法,該方法是建立在SAR圖像區(qū)域圖之上的,其中SAR圖像區(qū)域圖包括聚集區(qū)域﹑勻質(zhì)區(qū)域和結(jié)構(gòu)區(qū)域三個部分。本文的主要工作包含如下幾點:
 ?。?)SAR圖像聚集區(qū)域具有明顯

2、的結(jié)構(gòu)特征,有鑒于此,采用本文提出的基于反卷積自適應(yīng)推理網(wǎng)絡(luò)來分割這一區(qū)域。該方法首先構(gòu)造一個多層的深度反卷積網(wǎng)絡(luò),其中第一層為輸入層,其余各層為反卷積層,采取逐層貪婪的方式自上而下的學(xué)習(xí)每一層的濾波器和特征圖。所有層的濾波器大小固定,層數(shù)越大,學(xué)習(xí)到的特征越全面,信息包含的越多,致使特征圖逐漸變大,濾波器的個數(shù)也越來越多。其次,對每一個不連通的聚集區(qū)域采用固定大小的滑動窗口隔點采樣得到區(qū)域樣本,并輸入到已構(gòu)造的深度反卷積網(wǎng)絡(luò)中進行學(xué)習(xí)

3、,用學(xué)習(xí)得到的最后一層結(jié)構(gòu)特征濾波器組表示空間上不連通的各個聚集區(qū)域。最后,采用本文提出的自適應(yīng)推理網(wǎng)絡(luò)判定聚集區(qū)域之間的相似性。任取一個聚集區(qū)域的結(jié)構(gòu)特征濾波器輸入到自適應(yīng)共振網(wǎng)絡(luò)中進行分類學(xué)習(xí),待學(xué)習(xí)完成以后,將該自適應(yīng)共振網(wǎng)絡(luò)加上區(qū)域統(tǒng)計相似性計算模塊和規(guī)則推理模塊得到自適應(yīng)推理網(wǎng)絡(luò),用另外一個聚集區(qū)域的結(jié)構(gòu)特征濾波器輸入到該自適應(yīng)共振網(wǎng)絡(luò),根據(jù)區(qū)域統(tǒng)計相似性計算模塊和規(guī)則推理模塊得出兩個區(qū)域的相似性,進而分割兩個聚集區(qū)域。

4、> ?。?)SAR圖像中勻質(zhì)區(qū)域的結(jié)構(gòu)特征不太明顯,不適合采用專門提取圖像結(jié)構(gòu)特征的反卷積神經(jīng)網(wǎng)絡(luò),故本文另辟蹊徑,采用基于“人工特征+機器學(xué)習(xí)”的方式對其分割。對SAR圖像的勻質(zhì)區(qū)域,提取每一個區(qū)域的灰度均值和方差作為區(qū)域特征,然后采用k-means方法對其聚類。同時為了突出該方法的有效性,采用基于反卷積自適應(yīng)推理網(wǎng)絡(luò)的SAR圖像分割方法對勻質(zhì)區(qū)域做了分割,對比結(jié)果能明顯的發(fā)現(xiàn)傳統(tǒng)的處理方式效果更佳;對SAR圖像的結(jié)構(gòu)區(qū)域,本文基于分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論