极化特征引导的三分支神经网络双极化SAR舰船图像分类方法及系统
申请号:CN202510535977
申请日期:2025-04-27
公开号:CN120472210A
公开日期:2025-08-12
类型:发明专利
摘要
本发明公开了极化特征引导的三分支神经网络双极化SAR舰船图像分类方法及系统,方法如下:S1、获取双极化SAR数据并预处理,截取舰船图像,制作数据集;S2、构建三分支下采样特征提取网络,将舰船图像输入到对应的分支进行三次特征提取,保留每个分支特征提取的特征图;S3、构建上采样网络,对得到的特征图进行频域特征融合,将所有融合特征图调整至相同大小;S4、将数据集输入由三分支下采样特征提取网络和上采样网络构建的舰船图像分类模型进行训练并保存最优模型,利用最优模型进行双极化SAR舰船分类。本发明采用三分支下采样特征提取网络提取双极化SAR图像以及极化信息图像的特征信息,并使用上采样网络对提取到的特征进行融合。
技术关键词
极化SAR舰船
极化特征
图像分类方法
特征提取网络
分支
极化SAR数据
融合特征
图像分类模型
注意力
上采样
双极化SAR图像
频域特征
二维离散小波变换
特征提取模块
预测类别
图像分类系统
代表