[发明专利]基于高斯滤波和PSO的极化SAR地物分类方法

权利要求书

1.一种基于高斯滤波和PSO的极化SAR地物分类方法，具体步骤如下：

(1)输入待分类极化SAR图像的相关信息和用现有基于单像素点方法对该极化SAR图像的分类结果，构造C幅类别图P_i，i∈{1,2,...,C}，C为类别总数；

(2)对每幅类别图P_i分成Z幅子图，获得C×Z幅子类别图Q_ij，j∈{1,2,...,Z}；

(3)当j＝k时，k为实数，构建以最大化训练样本整体准确率OA＝G(R_k(σ),T)/N的目标函数为:maxG(Rk(σ),T)/Ns.t.σ∈[0.5,20],]]>

其中σ为方差，T为标记类别，R_k(σ)为Q_ik经过方差为σ的高斯滤波后的分类类别，G为计算R_k(σ)与T相同的个数的函数，N为标记样本总数；

(4)迭代优化(3)中的目标函数，获得最优方差σ^*；

(5)对C幅子类别图Q_ik，i∈{1,2,...,C}进行最优方差为σ^*的高斯滤波，得到滤波后的图像F_ik；

(6)将C幅滤波后的图像F_ik上位置为x的像素点的值进行比较，i∈{1,2,...,C}，得到最大值所在的图像F_yk，y为实数，y∈{1,2,...,C}，则位置为x的像素点的类别为y，如此处理每一点获得第k幅子图的最终分类结果R_k；

(7)将Z幅子图都按照(3)-(6)的步骤依次进行处理，获得Z幅子图的分类结果，再将Z幅子图的分类结果进行合并获得整个待分类极化SAR图像的分类结果。

2.根据权利要求1所述的基于高斯滤波和PSO的极化SAR地物分类方法，其中所述步骤(1)待分类极化SAR图像的相关信息包括：极化SAR图像的大小，类别总数C，训练样本标记类别和位置，测试样本标记类别和位置。

3.根据权利要求1所述的基于高斯滤波和PSO的极化SAR地物分类方法，其中所述步骤(1)中构造C幅类别图P_i，按如下步骤进行：

(1a)利用基于单像素点方法的分类结果和极化SAR图像大小，构造与该极化SAR图像大小一致的二维矩阵P，该矩阵P中存储的元素是类别i，i∈{1,2,...,C}；

(1b)构造与二维矩阵P一样大小的C幅类别图P_i，找到P中元素为i的位置m，在P_i中对应位置m上设置为1，其他位置为0。

4.根据权利要求1所述的基于高斯滤波和PSO的极化SAR地物分类方法，其中所述步骤(3)和(5)中的高斯滤波窗口大小选取101×101。