[发明专利]极化SAR图像分类方法

权利要求书

1.一种极化SAR图像分类方法，包括：

S1：提取极化SAR图像的特征：散射熵H、反熵A和散射角α，将所得到的特征集合(H,A,α)作为第一特征集；

S2：将所述极化SAR图像分解为两个子孔径图像后，分别提取所述两个子孔径图像的特征：散射熵H、反熵A和散射角α，从而得到两个子特征集(H₁,A₁,α₁)、(H₂,A₂,α₂)；

S3：将所述两个子特征集中的各相应特征的值相减，得到所述各相应特征的差值的集合(ΔH,ΔA,Δα)作为第二特征集；

S4：将所述第一特征集和所述第二特征集输入到决策树分类模型中，得到所述极化SAR图像的分类结果。

2.如权利要求1所述的极化SAR图像分类方法，其特征在于：

在S1步骤中，利用Cloude分解从所述极化SAR图像提取所述第一特征集(H,A,α)；并且

在S2步骤中，利用Cloude分解分别从所述两个子孔径图像提取所述两个子特征集(H₁,A₁,α₁)、(H₂,A₂,α₂)。

3.如权利要求1或2所述的极化SAR图像分类方法，其特征在于：

所述决策树分类模型为C5决策树分类模型。

4.如权利要求1所述的极化SAR图像分类方法，其特征在于，步骤S4具体包括：

S41：将所述第一特征集和所述第二特征集合并为目标识别特征集；

S42：利用所述决策树分类模型对预定的样本数据进行训练，以构建用于目标识别的规则；

S43：利用所述决策树分类模型根据所述规则对所述目标识别特征集进行分类，得到所述极化SAR图像的分类结果。