%0 Journal Article %A 魏志强 %A 毕海霞 %A 刘霞 %T 基于深度卷积神经网络的图上半监督极化SAR图像分类算法 %D 2020 %R 10.3969/j.issn.0372-2112.2020.01.008 %J 电子学报 %P 66-74 %V 48 %N 1 %X 为实现在只有少量标记数据情况下的高质量的图像分类,本文提出了一种基于深度卷积神经网络的图上半监督极化SAR图像分类算法.该算法将极化SAR图像建模为无向图,并基于该无向图,定义了包含半监督项,卷积神经网络项和类标光滑项的能量函数.算法所采用的卷积神经网络提取抽象的数据驱动的极化特征.半监督项约束了有标记像素的类标在分类过程中保持不变.类标光滑项约束了像素间类标的光滑性.基于对PauliRGB图像进行超像素分割而产生的初始化类标图,交替迭代优化所定义的能量函数直至其收敛.在两幅真实极化SAR图像上的实验结果表明,该算法达到了优异的分类效果,其性能优于当前已有算法. %U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2020.01.008