网站建设与管理单招搜索引擎优化入门

深度学习sar图像数据预处理

一.图片预处理操作

用于sar图像语义分割的图片为512x512x1的图片，有HH，HV，VH，VV四种极化方式
我们拿到的HH极化方式下的原始sar图像数据分布如下：

将该形式下的图像归一化到0~255后展示出的灰度图像是这样的：

肉眼可见这样的sar图像是一片漆黑，对于网络来说也较难识别，更加细节地展示图片0：

1.log(1+x)处理

为了让网络更好区分sar图像进行语义分割，我们可以采用对其取log(1+x)的方式进行处理

img = np.log(1+img)

然后再在log变换后的图像上计算均值和方差将图像normalize到均值为0，方差为1(这一步不是非常重要）
对图像进行log变换再归一化后的数据分布变为：

进一步将处理后的图像值域缩放到0~255展示成灰度图：

可以看出此时的图像明显用肉眼已经可以略微辨别一二了，可区别度比原来有了较大提升，网络训练和区分起来也应当相对容易。展示图片0的更多细节：

图片具体处理细节如下：

 img = io.imread(img_path)img = np.asarray(img, dtype=float)img = np.log(1 + img)img = (img - mean) / stdc = np.min(img)d = 0 - cimg += dc = np.max(img)img /= cimg *= 255

从数据集中采样三张图片对比起处理前后的数据分布情况：
处理前：

处理后：

明显可以看出处理后的数据更接近于正态分布。

2.sqrt平方化处理

二.原网络训练效果展示

将未进行处理的图片和经过处理的图片分别放入卷积神经网络进行训练
采用的语义分割网络模型为MPresnet
MPresnet论文地址：https://arxiv.org/abs/2011.05088
训练参数如下：

args = {'lr': 0.01,'gpu': True,'epochs': 400,'momentum': 0.9,'print_freq': 4,'predict_step': 10,'val_batch_size': 2,'train_batch_size': 4,'weight_decay': 5e-4,'lr_decay_power': 0.5,'train_crop_size': False,'pred_dir': os.path.join(working_path, 'results', DATA_NAME),'chkpt_dir': os.path.join(working_path, 'checkpoints', DATA_NAME),'log_dir': os.path.join(working_path, 'logs', DATA_NAME, NET_NAME),'data_process': 'log_normalize', 'weight_loss': 'weight_loss' # 采用加权交叉熵损失函数
}

原始数据训练效果展示：

Total time: 38598.2s Best rec: Train acc 98.30, Val acc 77.37 fwiou 66.94, Val_loss 1.3840

训练最好结果在验证集上的性能表现：

Acc 77.37, fwIoU 66.94
class acc：[80.57  63.75  85.61  1.48  83.76  61.94]#黄色   蓝色   青色   红色  绿色   白色#住宅区 工业区  河流   裸地  植被   其他
Avg F1 63.03

验证集第100张：

决策边界的差异：

三.对比实验

本数据集中作者使用不同网络在多地形分类任务上获得的结果：

1.采用原始数据

最好结果： Best rec: Train acc 95.53, Val acc 79.67 fwiou 69.38, Val_loss 1.3569
验证集具体推理结果：

Acc 79.62, fwIoU 69.32
class acc：[82.88, 67.63, 87.27, 2.49, 85.89, 71.66]
Avg F1 65.23

2.采用取log(1+x)后的数据

最好结果：Best rec: Train acc 95.94, Val acc 79.30 fwiou 68.82, Val_loss 1.2038
验证集具体推理结果：

Acc 79.30, fwIoU 68.82
class acc:[82.40, 66.12, 87.20, 6.94, 85.36, 77.08]
Avg F1 65.61

3.采用取平方后归一化处理：

最好结果：Best rec: Train acc 95.70, Val acc 81.05 fwiou 70.43, Val_loss 1.4677
验证集具体推理结果：

Acc 81.05, fwIoU 70.43 # 采用亮度，对比度，饱和度随机0.25变换
Acc 80.68, fwIoU 70.05 # 未采用上述变换
class acc:[83.99, 67.32, 88.26, 2.28, 86.71, 78.38]
Avg F1 65.71

log变换和平方变换的效果图对比：

四.总结：

数据处理	数据增强	OA	fwiou
原数据	随机水平翻转	77.37	66.94
原数据	随机水平，垂直翻转；随机旋转；亮度，饱和度，对比度随机±0.25变换	79.62	69.32
log变换	随机水平，垂直翻转；随机旋转；亮度，饱和度，对比度随机±0.25变换	79.30	68.82
平方变换	随机水平，垂直翻转；随机旋转；亮度，饱和度，对比度随机±0.25变换	81.05	70.43
平方变换	随机水平，垂直翻转；随机旋转；	80.68	70.05

数据处理和数据增强使用前后预测效果对比：

五.思考

可能引起网络在该数据集上不足的原因：
1.可能是MPresnet实验中所使用的数据集分辨率与AIR-polar-sar数据集分辨率及场景复杂度不同

• MPresnet中的数据集描述为：分辨率1~3m，所以包含的细粒度特征更多，且场景复杂度较低
  
• AIR-polar-sar数据集描述为分辨率8m，且AIR-ploar-sar与高分竞赛训练集的数据尺寸相同数量相近，这意味着所训练的场景是其大小的4倍左右，同时包含更大的场景复杂性。
  原论文中对AIR-polar-sar数据集场景复杂度的描述如下：
  
  下图可视化地展示了其场景复杂度：