[发明专利]结合先验概率估计的SAR影像水体概率制图方法有效
申请号: | 201810386697.9 | 申请日: | 2018-04-26 |
公开(公告)号: | CN108932520B | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 孟令奎;毛旭东;张文;余长慧;李林宜;魏祖帅 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F17/18 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 唐万荣;李丹 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结合 先验 概率 估计 sar 影像 水体 制图 方法 | ||
1.结合先验概率估计的SAR影像水体概率制图方法,其特征在于,包括以下步骤:
步骤1,建立SAR影像像元后向散射系数分布统计模型假设,具体如下:
1.1)将研究区域影像所有像元的后向散射系数σ0组成的样本集合作为水体W与非水体两部分的非交并集,其中水体W和非水体两种类别用于描述某个像元的状态,后向散射系数σ0用于描述某个像元的散射特征;记水体像元的后向散射系数分布概率密度函数为p(σ0|W),非水体像元的后向散射系数分布概率密度函数为研究区域后向散射系数边际分布的概率密度函数为p(σ0),则有:
式中,p(W)与分别表示水体与非水体像元所占比例,
1.2)对水体、非水体两类像元的σ0作Gauss分布假设,即假设其中(μW,sW)为水体像元σ0的均值、标准差;为非水体像元σ0的均值、标准差;
步骤2,估计水体分布先验概率p(W):以σ0为特征、使用k-means聚类算法对研究区域影像像元进行聚类分析,计算低后向散射系数簇像元所占像元总数比例作为水体分布先验概率p(W)的估计值;
步骤3,根据研究区域影像后向散射系数σ0估计分布参数
步骤4,根据像元σ0值和贝叶斯公式p(W|σ0)=p(W)p(σ0|W)/p(σ0),计算该像元属于水体的条件概率p(W|σ0);将分布参数代入模型p(W|σ0)=p(W)p(σ0|W)/p(σ0)便得到了一个从像元σ0值到该像元属于水体的条件概率p(W|σ0)值的映射,将映射作用于整个研究区域可以得到该区域中每个像元属于水体的概率,即完成了该区域的水体分布概率制图。
2.根据权利要求1所述的结合先验概率估计的SAR影像水体概率制图方法,其特征在于,所述步骤3具体如下:从影像中分析得到的σ0统计分布直方图h(σ0),步骤1中通过模型假设建立的σ0边际分布p(σ0),步骤2中已经得到了p(W)的估计值,将p(σ0)叠加到h(σ0)之上做曲线拟合,即可估计模型中未知分布参数
3.根据权利要求1所述的结合先验概率估计的SAR影像水体概率制图方法,其特征在于,所述步骤3具体如下:
3.1)计算研究区域影像后向散射系数统计分布直方图h(σ0):直方图计算需要的参数为其每个条带的宽度,称为带宽,其计算公式为:其中n为统计样本个数,IQR为样本的四分位差;
3.2)h(σ0)叠加理论概率密度函数p(σ0):直方图h(σ0)的取值是像元个数,概率密度函数p(σ0)取值是概率值,二者在曲线拟合之前需经过叠加操作,具体方法为先对p(σ0)乘以系数A,再用Ap(σ0)对h(σ0)做曲线拟合,其中A表示直方图的面积;
3.3)非线性拟合:使用Levenberg-Marquardt算法对p(σ0)和h(σ0)进行非线性最小二乘拟合,迭代计算分布参数。
4.根据权利要求1所述的结合先验概率估计的SAR影像水体概率制图方法,其特征在于,所述步骤1中研究区域影像像元的后向散射系数σ0通过对原始SAR影像做辐射定标及滤波获取。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810386697.9/1.html,转载请声明来源钻瓜专利网。