论文部分内容阅读
针对合成孔径雷达(SAR)图像由于相干斑的影响而导致的识别率低,耗时长等问题,提出一种基于多尺度分解和卷积神经网络的SAR图像识别方法。首先将输入的图像进行数据增强,并利用非下采样轮廓波变换(NSCT)进行尺度分解,获得图像的高低频特征分量;然后将原图像、高频分量和低频分量空间连结,输入进网络进行训练、识别。以RELU为激活函数,交叉熵函数为损失函数,SoftMax为分类器,并使用TensorFlow框架进行训练。实验结果表明,提出算法的识别率高于其他几种典型算法,在MSTAR数据库上的识别率达到了93.