[发明专利]基于强度比和空间结构特征提取的高分辨SAR图像分类方法

权利要求书

1.一种基于强度比和空间结构特征提取的高分辨SAR图像分类方法，其特征在于，对分类的SAR图像通过围绕边界进行镜像反射来进行边界扩展；对扩展后的SAR图像进行块提取；计算块的空间结构特征；再次对原SAR图像进行边界扩展提取块；计算块的强度比特征系数H^Intensity＝[h^Intensity(1),h^Intensity(2),...,h^Intensity(x)]，h^Intensity(x)为强度比特征向量；对强度比特征和空间结构信息特征进行矢量叠加；选取部分样本点放入SVM分类器训练出模型；把整图放入模型中，得出最终的预测标签图作为最终分类结果图；

块提取如下：

I＝{I₁,I₂,...,I_N}

其中，N表示图像中像素点的位置，I_N大小为h1^2，h1＝2*HalfWide_G，块提取步长为1，每个块表示中心像素点的信息；

计算块的强度比特征系数的步骤如下：

S601、定义H^Intensity为经过特征提取后的强度比特征空间；

S602、对于一个像素点x，提取对应的块Int_N，得到强度比特征向量h^Intensity(x)∈H^Intensity；

S603、强度比计算，强度比计算方式如下：

Int_N表示该像素点所对应块的灰度向量；Intensity_center表示与Int_N相同规模的灰度向量，其值的大小均为块中心点的灰度值；函数G表示标准高斯核函数；

其中，z表示σ表示正态分布的方差，μ表示正态分布的均值；

S604、定义bins(k)为投影到直方图中第k个区间的数量，直方图创建方式如下：

bins(k)＝f(G(z)∈[vol(k-1),vol(k)])

s.t.n_min≤vol(k-1)，vol(k)≤n_max

其中，vol(k)表示简化后的直方图中第k个区间的最小值；函数f(·)表示若G(z)的值在区间中，则f(·)数值加一，否则f(·)数值不变；n_min表示G(z)中的最小值；n_max表示G(z)中的最大值；

S605、定义直方图组合策略如下：

vol(k)＝B*vol(k-1),k∈[2,...,K]

其中，B表示控制vol(k)增长速率的参数；

S606、通过步骤S604的计算，得到每个块的强度比特征，整图空间结构特征记为H^Intensity＝[h^Intensity(1),h^Intensity(2),...,h^Intensity(x)]，x表示SAR图像中的像素点位置，然后进行如步骤S305的归一化。