基于深度协同稀疏编码网络的海洋浮筏SAR图像目标识别

初佳兰1王洪玉2耿杰2范剑超2

1.大连理工大学; 2.国家海洋环境监测中心;国家海洋局海洋环境保护研究所;

摘要：

浮筏养殖广泛存在于我国近海海域,可见光遥感图像无法完全准确地获取养殖目标,而基于主动成像的合成孔径雷达(Synthetic aperture radar, SAR)遥感图像能够得到养殖目标,因此采用SAR 图像进行海洋浮筏养殖目标识别。然而,海洋遥感SAR 图像包含大量相干斑噪声,并且SAR 图像特征单一,使得目标识别难度较大。为解决这些问题,提出一种深度协同稀疏编码网络(Deep collaborative sparse coding network, DCSCN)进行海洋浮筏识别。本文方法对预处理后的图像先提取纹理特征和轮廓特征,再进行超像素分割并将同一个超像素块特征组输入该网络进行协同表示,最后…展开v

关键词：合成孔径雷达、深度学习、稀疏自动编码器、浮筏养殖、目标识别

所属期刊栏目：42

分类号：TP3;TN9

资助基金：国家自然科学基金61273307,61301130;中国博士后面上基金2014M551082;北戴河邻近海域典型生态灾害与污染监控海洋公益专项201305003;海域使用动态监测和污染监测研究专项资助Supported by National Natural Science Foundation of China61273307,61301130;the China Postdoctoral Science Founda-tion2014M551082;the Public Welfare Project of Beidaihe Ma-rine Ecological Disasters and Pollution Monitoring201305003;the Research of Dynamic Monitoring and Pollution Moni-toring of Sea Area

在线出版日期：2016-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：593-604