摘要
本发明涉及一种粗粒度类别信息引导的精细化遥感SAR图像地物分类方法,属于遥感场景地物分类技术领域。针对现有SAR遥感图像地物分类方法中存在的高分辨率SAR图像易受噪声干扰、地物分布复杂、目标尺度差异显著、缺乏色彩信息等问题,导致边界模糊和类别混淆的现象,提出了一种更具鲁棒性与判别力的分类方法。本发明所提出的地物分类网络模型由三个关键模块组成:编码器模块、解码器模块以及粗粒度类别信息引导模块。本发明方法有效缓解了SAR图像中常见的噪声干扰、尺度不一致、颜色信息缺失以及类别边界模糊等问题,显著提升了地物分类的精度与模型的鲁棒性,具有良好的工程实用性与广泛的应用前景。
技术关键词
遥感地物分类方法
遥感图像地物分类
SAR遥感图像
编码器模块
解码器
SAR图像地物分类方法
输出特征
原型
高分辨率SAR图像
上采样
编码器结构
多尺度特征
图像分割
训练集
易受噪声干扰
动态
系统为您推荐了相关专利信息
训练图像识别模型
对象
图像识别方法
图像识别系统
监测系统
快速识别方法
标识牌
语义点云
无人机
非易失性存储介质
动态配置方法
教师
资源配置优化
全局最优引导
粒子群优化算法