摘要：針對合成孔徑雷達(SAR)圖像由于相干斑的影響而導致的識別率低,耗時長等問題,提出一種基于多尺度分解和卷積神經網絡的SAR圖像識別方法。首先將輸入的圖像進行數據增強,并利用非下采樣輪廓波變換(NSCT)進行尺度分解,獲得圖像的高低頻特征分量;然后將原圖像、高頻分量和低頻分量空間連結,輸入進網絡進行訓練、識別。以RELU為激活函數,交叉熵函數為損失函數,SoftMax為分類器,并使用TensorFlow框架進行訓練。實驗結果表明,提出算法的識別率高于其他幾種典型算法,在MSTAR數據庫上的識別率達到了93. 3%;同時,在五級椒鹽噪聲的影響下,識別率僅下降0. 5%,魯棒性遠高于其他幾種算法。