[发明专利]一种基于区域统计相似度的合成孔径雷达图像分类方法

权利要求书

1.一种基于区域统计相似度的SAR图像分类方法，SAR是指合成孔径雷达，其特征在于，具体包括下述步骤：

第一步：训练样本区域统计建模：

选择已知目标类型且类型各不相同的M类目标的SAR图像区域，形成训练样本区域集{T₁,T₂,...,T_j,...,T_M}，其中第j类目标SAR图像区域T_j表示第j个训练样本区域，j＝1,2,...,M；各训练样本区域的PDF集合其中表示T_j中的像素值x的PDF，表示为：

pTj(x)=|vTj|κTjκTjσTjΓ(κTj)(xσTj)κTjvTj-1·exp{-κTj(xσTj)vTj},σTj,|vTj|,κTj,x>0]]>

其中PDF表示概率密度函数，和分别表示的尺度、能量和形状参数，Γ(·)表示Gamma函数，这三个参数利用下述方程组得到：

lnσTj+(Ψ(κTj)-lnκTj)/vTj=c~Tj,1Ψ(1,κTj)/vTj2=c~Tj,2Ψ(2,κTj)/vTj3=c~Tj,3]]>

其中Ψ(·)为digamma函数，Ψ(1,·)和Ψ(2,·)分别表示第1阶和第2阶polygamma函数，和表示T_j的前三阶样本对数累积量，可以由下式计算：

c~Tj,1=(Σs∈Tjln s)/NTjc~Tj,2=[Σs∈Tj(ln s-c~Tj,1)2]/NTjc~Tj,3=[Σs∈Tj(ln s-c~Tj,1)3]/NTj]]>

其中为T_j中的像素个数，s表示T_j中的任意像素的像素值；

第二步：SAR图像分割：

将输入的待分类的实测SAR图像分割为互不重叠的若干区域，形成分割区域集{R₁,R₂,...,R_i,...,R_L}，其中R_i表示第i个分割区域，i＝1,2,...,L；

第三步：SAR图像区域统计建模：

设各分割区域的PDF集合其中表示R_i中的像素值x的PDF，表示为：

pRi(x)=|vRi|κRiκRiσRiΓ(κRi)(xσRi)κRivRi-1·exp{-κRi(xσRi)vRi},σRi,|vRi|,κRi,x>0]]>

其中和分别表示的尺度、能量和形状参数；这三个参数利用下述方程组得到：

lnσRi+(Ψ(κRi)-lnκRi)/vRi=c~Ri,1Ψ(1,κRi)/vRi2=c~Ri,2Ψ(2,κRi)/vRi3=c~Ri,3]]>

其中和表示R_i的前三阶样本对数累积量，由下式计算：

c~Ri,1=(Σs′∈Riln s′)/NRic~Ri,2=[Σs′∈Ri(ln s′-c~Ri,1)2]/NRic~Ri,3=[Σs′∈Ri(ln s′-c~Ri,1)3]/NRi]]>

其中为R_i中的样本像素个数，s′表示R_i中的任意像素的像素值；

第四步：分割区域与训练样本区域统计相似度计算：

计算各分割区域与各训练样本区域之间的统计相似度表示为：

S(pRi(x),pTj(x))=exp{-JD(pRi(x),pTj(x))}]]>

其中表示和之间的散度，由下式计算：

JD(pRi(x),pTj(x))=-κRi-κTj+A(Ri,Tj),1+A(Ri,Tj),2+B(Ri,Tj),1+B(Ri,Tj),2]]>

其中：

A(Ri,Tj),1=κRivRi-κTjvTjvRi(ln(σRivRiκRi)+Ψ(κRi))]]>

B(Ri,Tj),1=κTjvTj-κRivRi|vTj|(ln(σTjvTjκTj)+Ψ(κTj))]]>

第五步：SAR图像分割区域类别划分

利用下式将第i个分割区域划分为第j′类目标，即：

j′=argmaxj=1,2,...,M{S(pRi(x),pTj(x))},i=1,2,...,L]]>

利用上式获得SAR图像的最终分类结果。