【摘要】为了让学生更深入地了解和掌握深度学习Tensorflow框架和CNN网络，采用基于不同区域的多尺度卷积神经网络（DRCNN）设计了极化SAR图像分类综合设计实验，旨在实现遥感图像的自动化分类和理解。极化合成孔径雷达（polarimetric synthetic aperture radar，极化SAR）图像能够提供更加丰富的极化信息，更好地刻画地物特征，对国防建设和国家发展具有重要意义。实验利用Python语言，在CNN基础上进行改进研究，设计了多区域的多尺度CNN模型，实现了极化SAR图像的数据处理、特征学习和分类一体化设计。该实验不仅可以帮助学生综合应用图像处理与深度学习知识，理解和利用CNN来进行极化SAR图像分类的基本原理和方法，还能使学生更加深入、熟练地掌握 Tensorflow框架，提高学生的科研素质和动手实践能力。