[发明专利]基于随机观测投影和稀疏表示的SAR图像分类

权利要求书

1.一种基于随机稀疏表示和随机观测向量的SAR图像分类方法，其特征在于，

首先寻找C类不同地物的训练图像，每类S幅图像，其中C≥2,S≥1；然后执行如下步骤：

步骤一、将训练图像分成小块，得到观测矩阵T_ij，按类别依次存放到矩阵Y_i(i＝1,…,C)中；

步骤二、将得到的矩阵Y_i转置得到Y_i^T，对Y_i^T的行利用K-means进行聚类，每一类训练图像聚出K(K＜S)个纹元；

步骤三、将C类训练图像中的每一类训练图像聚出的K个纹元依次连接到一起，得到一个行数为CK的纹元字典D；

步骤四、计算训练图像小块投影向量与CK个纹元的距离，统计训练图像的直方图分布情况，得到大小为CK×CS的分类字典A；

步骤五、任给一幅测试图像，计算其与CK个纹元的距离，统计测试图像的直方图，得到h；

步骤六、令h＝Ax，解得x；

步骤七、使用x依据残差最小确定测试图像所属的类别。

2.根据权利要求1所述的SAR图像分类方法，其中所述将训练图像分成小块，得到观测矩阵T_ij具体包括：

将C类不同地物的训练图像中的每一幅，分别以选取的每幅训练图像的像素点为中心依次选取大小为M×N的小块，每个小块对应一个列向量，以一定的规则逐点读取每个小块中的所有像素的值作为列向量的一个元素，将S幅中的每幅训练图像的小块对应的列向量依次存放到矩阵P_ij(i＝1,…,C,j＝1,…,S)中，对矩阵P_ij进行随机投影T_ij＝φP_ij，然后每类随机选取s个随机投影后矩阵T_ij，按类别依次存放到矩阵Y_i(i＝1,…,C)中，其中S≥s≥1，M≥1，N≥1，φ是W行M×N列固定的投影矩阵，投影矩阵的行数W根据降低数据维数的需要选择,其中，C类中的每类训练图像有S幅训练图像。

3.根据权利要求2所述的SAR图像分类方法，其中，以选取的每幅训练图像的像素点为中心选取大小为M×N的小块如果超过训练图像的边界，可以采用镜像扩展的方法，或者舍弃这些小块。

4.根据权利要求2所述的SAR图像分类方法，其中，投影矩阵的行数W等于M×N×30％向上或者向下取整。

5.根据权利要求2所述的SAR图像分类方法，其中，以一定的规则逐点读取包括但不限于逐行或者逐列。

6.根据权利要求2所述的SAR图像分类方法，其中，M＝N≥2，且M为奇数。