[发明专利]基于多特征集的极化SAR数据地物分类方法

说明书

本发明公开了一种基于多特征集的极化SAR数据地物分类方法。本发明实现的步骤为：(1)输入数据；(2)精致Lee滤波；(3)提取两个特征集；(4)对两个特征集聚类；(5)比较聚类结果；(6)迭代分类；(7)输出结果。本发明相比现有技术基于单一特征集的Wishart分类方法，提高了极化合成孔径雷达SAR数据的分类精度，减少了使用Wishart分类方法分类极化合成孔径雷达SAR数据时的迭代次数，解决了极化信息利用不充分和用于Wishart分类方法的训练样本集中有许多错分样本的问题。本发明可应用于极化合成孔径雷达SAR数据地物分类。

技术领域

本发明属于图像处理技术领域，更进一步涉及极化合成孔径雷达(SyntheticAperture Radar,SAR)图像分类技术领域中的一种基于多特征集的极化SAR数据地物分类方法。本发明可以对极化合成孔径雷达获得的数据中的不同区域进行准确地地物分类。

背景技术

极化合成孔径雷达能够得到更丰富的目标信息，在农业、林业、军事、地质学、水文学和海洋等方面具有广泛的研究和应用价值，如地物种类的识别、农作物成长监视、产量评估、地物分类、海冰监测、地面沉降监测，目标检测和海洋污染检测等。极化合成孔径雷达SAR数据分类的目的是利用机载或星载极化传感器获得的极化测量数据，确定每个像素所属的类别。

极化合成孔径雷达SAR数据分类一般分为有监督分类和无监督分类两大方法。一般，极化合成孔径雷达SAR数据的分类流程为：预处理、特征提取、特征选择、数据分类。其中，特征提取和特征选择是非常重要的步骤，分类结果的好坏直接受提取的特征是否能充分的表示地物，以及如何对提取的特征进行可信的选择和处理的影响。如在基于迭代的分类方法中，如果迭代的初始化中心选取不好，分类后会得到很不好的分类结果。

电子科技大学拥有的专利技术“一种基于Cloude分解的极化SAR图像分类方法”(专利申请号：201410341457.9，授权公告号：CN104123563A)中公开了一种基于Cloude分解的极化SAR数据分类方法。该专利技术实现步骤为：(1)读入一幅待分类的极化SAR图像，对图像中的每个像素点进行Cloude分解，得到散射熵H和散射角α；(2)计算散射熵H和散射角α的统计直方图，并对直方图进行分割，得到分割阈值；将得到的分割阈值作为散射熵H和散射角α特征构成的二维平面的划分点，对极化SAR图像进行初始划分为m类；(3)将得到的初始分类的类中心和类别数输入Wishart分类器，得到所述极化SAR图像的分类结果。该专利技术虽然可以对散射熵H和散射角α平面进行更细致的划分，进而得到更好的Wishart分类器初始化分类的类中心，提高分类的效果。但是，该专利技术仍然存在的不足之处是，没有充分发挥不同特征的分类能力，并且由于初始划分时会有较多的错分样本，这时如果直接使用所有同类样本计算初始分类中心，不仅会使得Wishart分类器的效果不好，也会使得算法收敛过慢。

西安电子科技大学拥有的专利技术“基于Freeman分解和同极化比的极化SAR图像分类方法”(专利申请号：201110164401.7，授权公告号：CN102208031B)中公开了一种基于Freeman分解和同极化比的极化SAR图像分类方法。该专利技术实现步骤为：(1)输入极化SAR数据的协方差矩阵；(2)对输入的矩阵进行Freeman分解，获取平面散射、二面角散射及体散射三种散射功率；(3)根据三种散射功率矩阵将极化SAR图像进行初始划分；(4)计算每类极化SAR数据各像素点的同极化比；(5)选择阈值依据同极化比将步骤(3)中每类极化SAR数据划分为3类，从而将整个极化SAR图像划分为9类；(6)对整个极化SAR数据的划分结果进行复Wishart迭代并上色，得到最终彩色分类结果图。该专利技术虽然对极化SAR图像的划分更加严谨，分类效果更佳。但是，该专利技术仍然存在的不足之处是，没有考虑到不同方法得到的特征信息的分类能力不同，而且直接使用所有同类样本计算初始分类中心，这些都会导致最终的分类效果不好，算法收敛较慢。

发明内容