基于栈式自编码器的特征提取与超像素生成用于多频 PolSAR 图像分类
计算机视觉与模式识别
2023-11-07 v1 机器学习
摘要
本文提出一种用于多频极化合成孔径雷达（PolSAR）图像的分类算法。利用 PolSAR 分解算法从给定图像的每个频段提取 33 个特征。随后，使用两层自编码器在保留输入有用特征的同时降低输入特征向量的维度。该降维后的特征向量继而用于通过简单线性迭代聚类（SLIC）算法生成超像素。接下来，利用像素与超像素信息构建鲁棒特征表示。最后，使用 softmax 分类器执行分类任务。使用超像素的优势在于其保留了相邻 PolSAR 像素间的空间信息，从而在分类过程中最小化散斑噪声的影响。已在 Flevoland 数据集上开展实验，所提方法优于文献中其他可用方法。
引用
@article{arxiv.2311.02887,
title = {Stacked Autoencoder Based Feature Extraction and Superpixel Generation for Multifrequency PolSAR Image Classification},
author = {Tushar Gadhiya and Sumanth Tangirala and Anil K. Roy},
journal= {arXiv preprint arXiv:2311.02887},
year = {2023}
}