[发明专利]用于合成孔径雷达图像的纹理基元特征提取方法

摘要

本发明涉及一种用于合成孔径雷达图像的纹理基元特征提取方法，包括对训练集中每幅图像求取图像内每个像素点对应的估计向量，组合得到训练集中所有图像的所有像素点对应的估计向量；将估计向量进行聚类，聚类所得纹理基元码本即为纹理基元；对待提取特征图像求取图像内每个像素点对应的估计向量，组合得到图像内所有像素点对应的估计向量，并对该估计向量用纹理基元码本进行标号；统计图像标号得到标号直方图，即为该图像的统计纹理基元特征。本发明融合图像的分布特性、空间特性以及尺度特性，提高合成孔径雷达图像的分类正确率，从而提高基于纹理基元特征的分类、分割等图像处理应用的准确率。

主权项

1.一种用于合成孔径雷达图像的纹理基元特征提取方法，其特征在于包括以下步骤：步骤1，对训练集中每幅图像求取图像内每个像素点Px，y对应的估计向量Vx，y，组合得到训练集中所有图像的所有像素点对应的估计向量{{Vx，y}all，步骤2，将训练集中所有图像的所有像素点对应的估计向量{Vx，y}all进行聚类，聚类所得纹理基元码本C即为纹理基元；步骤3，对待提取特征图像求取图像内每个像素点Px，y对应的估计向量Vx，y，组合得到图像内所有像素点对应的估计向量{Vx，y}one，并对该估计向量{Vx，y}one用步骤2中生成的纹理基元码本C进行标号，记为{Mx，y}one；步骤4，统计图像标号{Mx，y}one得到标号直方图，记为HMark，标号直方图HMark即为该图像的统计纹理基元特征；在步骤1和步骤3中，所述求取图像内每个像素点Px，y对应的估计向量Vx，y，具体方式如下，首先，对量化图像后所得灰度图像T经过Gabor滤波器组{F1，F2，...，Fn}，得到滤波后的图像组{I1，I2，...，In}，记为I；然后，对图像组I中的图像Ip，1≤p≤n，分别以每个像素点Px，y为中心选择m个不同的窗口大小获得窗格组{Gp，1，Gp，2，...，Gp，m}，记为Gp；将每个窗格Gp，1，1≤i≤m划分左上、左下、右上、右下四个区域Rp，i，1，Rp，i，2，Rp，i，3，Rp，i，4，并将这些区域组合起来得到区域组{Rp，i，1}，1≤i≤m，1≤j≤4，记为Rp；设每个区域的图像数据都满足同一种的统计分布E，该分布包含q个参数，对Rp中的每个区域Rp，i，j进行参数估计，得到估计参数Ep，i，j＝{Ep，i，j，1，Ep，i，j，2，...，Ep，i，j，q}，将它们组合起来得到估计参数组{Ep，i，j，k}，1≤i≤m，1≤j≤4，1≤k≤q，记为Ep；最后，将像素点Px，y对应的Ep，i，j，k，1≤p≤n，1≤i≤m，1≤j≤4，1≤k≤q串成一个估计向量，即为图像内每个像素点Px，y对应的估计向量Vx，y。