基于跨通道注意力机制的PolSAR地物分类方法

本发明提出了一种基于跨通道注意力机制的PolSAR地物分类方法，主要解决样本稀缺条件下分类模型提取特征能力有限、泛化性能弱的问题。方案包括：1)对PolSAR图像进行包括Pauli分解和滑窗操作的预处理；2)对预处理后图像划分训练和测试数据集；3)构建基于Unet和ViT的混合网络模型，包括输入层、编解码器组成的两个处理支路以及输出层，且其中编码器为ViT与Unet编码器的结合；4)利用训练集对模型进行参数优化训练；5)将测试数据输入到训练好的模型中，实现PolSAR地物分类。本发明能够有效捕捉到PolSAR图像局部、全局及多尺度的特征，提升分类精度。