融合空域和频域网络模型的SAR图像识别

深度学习方法已经被广泛应用于合成孔径雷达(SAR)图像识别，并取得了不错的效果。但是大多数深度学习方法仅提取空间域的图像信息，未考虑SAR图像的频域散射特性，丢失了部分关键特征。为解决上述问题，文中提出了基于融合空间域和频域网络模型的SAR图像识别的端到端的深度学习框架。首先，将原始空间域图像通过频域变换方法转换为频域图像，对频域图像进行信道选择获取有效频域信号，将有效频域信号输入到频域主干网络提取频域特征；然后，将原始空间域图像输入到空间域主干网络，提取空间域特征；最后，通过网络模型融合空间域特征和频域特征，充分利用SAR图像的空间域像素信息和频域散射特性，进一步提取出目标的本质特征。文中所提方法在公共数据集MSTAR上进行了大量的实验，验证了模型的有效性和鲁棒性。