[发明专利]基于协同正则化和超像素的极化SAR图像分类方法

说明书

本发明属于图像处理技术领域，具体涉及一种基于协同正则化和超像素的极化SAR图像分类方法、系统、装置，旨在解决现有极化SAR图像分类方法分类精度低的问题。本系统方法包括基于获取的极化SAR图像，通过超像素生成方法得到多个超像素及其对应的相干矩阵；提取各超像素预设维度的极化特征；基于各超像素的相干矩阵、极化特征计算其与其他超像素的Wishart距离、欧式距离，并构建各超像素的第一、第二权重图；通过基于协同正则化的降维模型得到第一低维特征、第二低维特征；通过最近邻分类器得到极化SAR图像的分类结果。本发明根据像素点的空间信息，通过结合Wishart距离和极化特征，提高了极化SAR图像的分类精度。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于协同正则化和超像素的极化SAR图像分类方法、系统、装置。

背景技术

极化SAR不仅能全天时、全天候的获得大面积高分辨率图像，而且能利用多种极化组合获得详细、丰富的地物信息。因而被广泛用于军事和民用领域。其中，地物分类是极化SAR图像解译的重要内容。

Lee等人在1994年提出了一种基于Wishart距离的分类方法，成为最经典的方法之一(参见参考文献：J.S.Lee,M.R.Grunes,R.Kwok,Classification of multi-lookpolarimetric SAR imagery based on complex Wishart distribution,Int.J.RemoteSensing,vol.15,no.11,1994.)。该方法用到的Wishart距离是由极化SAR数据的分布通过最大似然推导而来，因而适用于极化SAR图像分类，并被广泛应用。

1999年，Lee等人结合H/A/α极化目标分解和Wishart分类器，用于极化SAR图像分类(参见参考文献：Jong-Sen Lee,M.R.Grunes,T.L.Ainsworth,Li-Jen Du,D.L.Schulerand S.R.Cloude,Unsupervised classification using polarimetric decompositionand the complex Wishart classifier,in IEEE Transactions on Geoscience andRemote Sensing,vol.37,no.5,pp.2249-2258,Sept.1999.)。Anfinsen等人提出了基于Wishart距离的谱聚类方法，作为Wishart分类器的初始值，文中提出了满足非负性和对称性的修正版Wishart距离，用于构造权重图(参见参考文献：S.N.Anfinsen,R.Jenssen,andT.Eltoft,“Spectral clustering of polarimetric SAR data with Wishart-deriveddistance measures,”in Proc.POLInSAR 2007,Esrin,Italy,22-26January 2007,Esrin,Italy,2007.)。