[发明专利]一种面向小数据集的非局部自适应多视方法及系统

权利要求书

1.一种面向小数据集的非局部自适应多视方法，其特征是包括以下步骤：

S1.经过预处理的时序合成孔径雷达影像，基于幅度均值图像，采用无监督的灰度级方法进行图像分割；

S2.基于图像分割结果和时间维幅度向量间的L1范数，自适应构建联合数据向量；

S3.对于构建的联合数据向量，先剔除联合数据向量中的异常值，后采用AD检验方法选取SHP集合；

S4.基于选取的SHP集合，自适应地估计相干系数及降噪处理。

2.如权利要求1所述面向小数据集的非局部自适应多视方法，其特征是，步骤S1具体如下：

1.1、所述的预处理包括多幅SAR配准、时间维非相干幅度平均；

N幅配准SAR图像的幅度集表示为

Amp＝Amp_1≤i≤N (1)

式中，Amp_i表示第i次接收到的SAR影像幅度图；为获取较好的图像分割结果，基于如下的均值图像展开讨论：

1.2、非监督图像分割

(1)对幅度影像进行对数运算；

(2)首先将(1)中的处理结果划分为M个灰度级，然后逐个统计各灰度级的概率：

式中，m为影像的行数，n为影像的列数，n_i为第i个灰度级包括的像元数，1≤i≤M；

(3)基于(2)中统计的概率值，计算每个灰度级m对应的阈值拟合度：

式中，表示图像的总平均水平，表示直方图到m级的零阶累积矩，表示直方图到m级的一阶累积矩；

(4)上述(3)中阈值拟合度最大时所对应的灰度级m，即为背景与目标间的判断阈值；

(5)将基于(4)中阈值得到的图像分割结果存储为二值矩阵，其中1表示目标，0表示背景。

3.如权利要求2所述面向小数据集的非局部自适应多视方法，其特征是，步骤S2具体如下：

2.1联合数据向量构建方式

对于已配准的N幅SAR影像，像元p的时间维幅度向量表示为：

d(p)＝[d₁(p),d₂(p),...,d_N(p)]^T (5)

式中，T表示向量的转置，d_i(p)(1≤i≤N)表示第i幅SAR影像中像元p对应的幅值；构建像元p的联合数据向量u(p)时，需要先选取相邻像元；给出以p为中心的预设窗构建联合数据向量的示例：

式中，d(q)表示像元q所对应的时间维向量，m₁×n₁表示预设窗口大小；相比于时间维向量d(p)，联合数据向量u(p)同时包含了像元的时间维和空间维信息；

2.2自适应选取相邻向量

(1)在大小为k₁×k₂的预设窗口中，计算中心像素p与邻域像元q的时间维幅度差A_i,j(1≤i≤k₁,1≤j≤k₂)，并计算其L₁范数L_i,j＝||A_i,j||₁，式中i,j表示邻域像元q在预设窗口内的行数、列数；

(2)构建权系数矩阵基于图像分割得到的二值矩阵，判断预设窗口中邻域像元q与中心像元是否为同一类地物；若q与p属于同一地物，记W(i,j)＝1；反之记W(i,j)＝ω，ω＞＞1；

(3)基于加权L₁范数矩阵选取k个相邻向量，式中表示向量点乘；将矩阵LW中的元素按升序排列，选取前k个最小值对应的像元构建相邻向量集；

(4)基于选取的相邻像素集，类比于公式(6)中的方式构建联合数据向量。