基于深度学习的极化SAR分类研究

极化合成孔径雷达是目前遥感领域较为先进的传感系统之一。因为采用了多通道获取数据并成像，所以极化SAR数据包含了更丰富的极化信息，包含了更多的地物信息和特征，基于极化SAR数据地物分类问题的研究也一直是雷达图像理解与处理领域的研究重点。近年来，深度学习在机器学习领域引起广泛重视，并在工业界和学术界取得了令人振奋的成果。文章的主要工作是研究基于深度学习的极化SAR图像分类方法，以深度信念网络模型为基础，将其应用于极化SAR地物分类，结合极化SAR数据的统计分布特性提出了改进的SAR地物分类方法。
注：文章选自《基于深度学习的极化SAR分类研究》硕士论文 郭岩河