[发明专利]基于随机散射相似性的全极化合成孔径雷达图像分类方法

说明书

本发明涉及一种基于随机散射相似性的全极化合成孔径雷达图像分类方法，包括：根据待分类的图像的目标相干矩阵为待分类图像计算目标与标准散射体间的随机散射相似性参数，根据所述随机散射相似性参数为待分类图像生成分类图并输出。本发明提出的随机散射相似性参数可用于任意两个散射体间的相似性计算，采用该随机散射相似性参数的全极化合成孔径雷达图像分类方法具有良好的目标区分性能。

技术领域

本发明涉及图像分类领域，特别涉及一种基于随机散射相似性的全极化合成孔径雷达图像分类方法。

背景技术

利用电磁波远距离照射目标以获取其散射信息，是当代遥感科学和地球科学的研究重点。电磁波与目标相互作用的过程就是目标对电磁波进行幅度、相位和极化调制的过程，电磁波的极化特征使我们可获得关于目标的更多信息。通过测量入射波和散射波电场矢量或Stokes矢量间的变换关系，我们可获得目标散射矩阵(单目标情况下)或相干矩阵(分布目标情况下)，通过对这些矩阵进行分析和处理，我们即可反演出目标的物理散射机制和几何结构信息。

一个常用的反演方法就是将散射矩阵或相干矩阵进行极化分解，这一概念由Huynen于1970年首次提出(参见参考文献1：“J.R.Huynen,Phenomenological Theory ofRadar Targets,Ph.D.Dissertation,Tech.Univ.Delft,Delft,The Netherland,1970”)，引领了该领域40多年的蓬勃发展。此外，基于散射相似性的目标识别和分类方法也受到了广泛应用和关注。Yang等首先定义了两个单目标散射矩阵间的相似性(参见参考文献2：“J.Yang,Y.N.Peng,and S.M.Lin,Similarity between two scattering matrices,Electron.Lett.,vol.37,no.3,pp.193–194,Feb.2001”)。Chen等将该参数进行拓展，以描述分布目标与标准单目标散射体间的相似性(参见参考文献3：“Q.Chen,Y.M.Jiang,L.J.Zhao,and G.Y.Kuang,Polarimetric scattering similarity between a randomscatterer and a canonical scatterer,IEEE Geosci.Remote Sens.Lett.,vol.7,no.4,pp.866–869,Oct.2010”)。利用该参数，Chen等设计了一个目标分类算法：首先计算目标与标准表面散射、二面散射以及45°旋转的二面散射间的散射相似性参数，然后利用三个参数构建伪彩色RGB图实现对目标的简单分类。相比于基于极化分解的分类方案，该方法计算效率高，但不足之处在于对体散射的描述过于理想。Chen等利用45°旋转的标准二面散射来表征体散射，但体散射通常是由拥挤的建筑群或森林区域的各种随机散射叠加而成，为一个分布目标，无法用单目标来表示。因此一个可行的改进方向就是利用标准分布体散射代替旋转的二面散射，但Chen等提出的散射相似性参数无法描述两个分布目标间的相似性。

发明内容

本发明的目的在于克服现有技术中的图像分类方法中所采用的散射相似性参数无法描述两个分布目标间的相似性的问题，从而提供分类效果良好的全极化合成孔径雷达图像分类方法。

为了实现上述目的，本发明提供了一种基于随机散射相似性的全极化合成孔径雷达图像分类方法，包括：

根据待分类的图像的目标相干矩阵为待分类图像计算目标与标准散射体间的随机散射相似性参数，根据所述随机散射相似性参数为待分类图像生成分类图并输出。

上述技术方案中，所述标准散射体包括标准表面散射、标准二面散射与标准体散射；该方法包括以下步骤：

步骤1)、读入待分类图像的目标相干矩阵，并进行去取向处理；