[发明专利]联合SVM和AHP的极化SAR图像滑坡自动检测方法

权利要求书

1.联合SVM和AHP的极化SAR图像滑坡自动检测方法，其特征在于，包括：

步骤1：对灾后极化SAR图像进行预处理，并计算得到所述预处理后的灾后极化SAR图像的极化相干矩阵；

步骤2：基于所述极化相干矩阵提取极化特征，根据所述极化特征采用AHP分析方法确定表面散射机制区域，并进行阈值分割和形态学处理得到疑似滑坡区域；

步骤3：利用所述极化相干矩阵的所有元素构建特征向量，根据所述特征向量对预处理后的灾后极化SAR图像进行SVM监督分类，将分类结果二值化和形态学处理得到滑坡区域分类结果；

步骤4：将步骤2得到的所述疑似滑坡区域与步骤3得到的所述滑坡区域分类结果进行逻辑与运算，运算结果即为滑坡区域。

2.根据权利要求1所述的联合SVM和AHP的极化SAR图像滑坡自动检测方法，其特征在于，步骤2中，所述基于所述极化相干矩阵提取极化特征，具体包括：

对所述极化相干矩阵进行Yamaguchi分解，得到四个散射功率，分别为表面散射功率P_s、二面角散射功率P_d、体散射功率P_v和螺旋体散射功率P_h，对所述四个散射功率进行归一化；

计算所述极化相干矩阵的同极化分量相关系数实部的正值；

对所述极化相干矩阵进行特征值分解，利用其特征值计算雷达植被指数RVI；

其中，四个所述散射功率、所述同极化分量相关系数实部的正值和所述雷达植被指数RVI均为极化特征。

3.根据权利要求2所述的联合SVM和AHP的极化SAR图像滑坡自动检测方法，其特征在于，按照公式(3)计算所述极化相干矩阵的同极化分量相关系数实部的正值：

其中，ρ_hh-vv表示同极化分量相关系数，Re(·)表示取实部，T₁₁、T₁₂和T₂₂均表示极化相干矩阵中的元素，S_hh和S_vv分别表示散射矩阵的同极化分量，其中下标h、v分别表示发射水平极化波、接收垂直极化波的通道。

4.根据权利要求2所述的联合SVM和AHP的极化SAR图像滑坡自动检测方法，其特征在于，步骤2中，所述根据所述极化特征采用AHP分析方法确定表面散射机制区域，并进行阈值分割和形态学处理得到疑似滑坡区域具体包括：

根据所述极化特征构造如下所示的判断矩阵：

按照公式(6)利用线性加权和计算滑坡区域疑似程度：

其中，n表示AHP分析方法中利用的极化特征个数，E表示滑坡区域疑似程度，0≤E≤1；E_j是极化特征取值是否位于滑坡阈值区间的评分；W_j是判断矩阵中的各项极化特征参数的重要性权重；

设定滑坡阈值，若滑坡区域疑似程度数值大于所述滑坡阈值，则判定对应区域为滑坡。

5.根据权利要求4所述的联合SVM和AHP的极化SAR图像滑坡自动检测方法，其特征在于，所述极化特征取值是否位于滑坡阈值区间的评分E_j的计算过程包括：

计算滑坡区域极化特征参数的归一化累积直方图，将所述归一化累积直方图取值分别为0.1和0.9时所对应的训练样本值作为疑似滑坡的阈值区间；

若极化SAR图像像素的极化特征参数取值位于所述疑似滑坡的阈值区间内，则评分E_j为1，否则为0。

6.根据权利要求4所述的联合SVM和AHP的极化SAR图像滑坡自动检测方法，其特征在于，所述设定滑坡阈值具体为：

利用滑坡区域的训练样本统计滑坡区域疑似程度的归一化累积直方图，将所述归一化累积直方图取值为0.8时所对应的E值设定为滑坡阈值。