[发明专利]基于强度统计稀疏的全极化SAR图像分类方法

摘要

本发明公开了一种基于强度统计稀疏的全极化SAR图像分类方法，可应用于全极化合成孔径雷达SAR图像分类和目标识别。其实现步骤为(1)输入散射强度矩阵；(2)获取SAR图像的统计特征；(3)获取SAR图像的稀疏特征；(4)训练分类器并分类；(5)优化初始分类结果；(6)输出分类结果。本发明利用全极化SAR合成孔径雷达图像三个通道的散射强度信息，挖掘三个通道之间的空间特征信息，对全极化SAR合成孔径雷达图像中特定目标实现有效的分类，并且可以完整的保留特定目标中具体地物的细节特征。

主权项

一种基于强度统计稀疏的全极化SAR图像分类方法，包括如下步骤：(1)输入散射强度矩阵：输入全极化合成孔径雷达SAR图像对应的散射强度矩阵；(2)获取SAR图像的统计特征：(2a)从散射强度矩阵的三个通道中，分别选取城市、植被和水域三类特定目标的散射强度值作为样本，并绘制三类特定目标在三个通道上散射强度值的实际概率分布曲线；(2b)按照下式，求解韦伯Weibull概率分布模型的形状参数μ和韦伯Weibull概率分布模型的尺度参数η：k1=lnμ+Ψ(1)η-1k2=Ψ(1,1)η-2;]]>其中，k1表示三类特定目标在三个通道上散射强度值基于梅林Mellin变换的第二类统计量的一阶对数累计量，k2表示三类特定目标在三个通道上散射强度值基于梅林Mellin变换的第二类统计量的二阶对数累计量，μ表示韦伯Weibull概率分布模型的形状参数，η表示韦伯Weibull概率分布模型的尺度参数，η‑1表示韦伯Weibull概率分布模型的尺度参数η的倒数，η‑2表示韦伯Weibull概率分布模型的尺度参数η平方的倒数，Ψ(·)表示取双伽玛函数值的操作；(2c)按照下式，分别利用韦伯Weibull概率分布模型拟合得到三类特定目标在三个通道散射强度值的拟合概率密度函数：f(r|μ,η)=ημηrη-1exp[-(rμ)η];]]>其中，f(r|μ,η)表示三类特定目标在三个通道上散射强度值的拟合概率密度函数，r表示三类特定目标在三个通道上散射强度值,r≥0，μ表示韦伯Weibull概率分布模型的形状参数，η表示韦伯Weibull概率分布模型的尺度参数；(2d)利用三类特定目标在三个通道上散射强度值的拟合概率密度函数，分别求解三类特定目标在三个通道上散射强度值的概率，将三个特定目标在三个通道上的概率用三个三维向量表示为三类特定目标的统计特征；(3)获取SAR图像的稀疏特征：(3a)采用KSVD字典学习算法，分别求得三类特定目标样本统计特征的稀疏字典，将三类特定目标样本统计特征的稀疏字典中的稀疏原子作为三类特定目标样本的稀疏特征；(3b)利用三类特定目标中每类特定目标样本统计特征的稀疏字典，采用正交匹配追踪OMP算法，将获得三类特定目标的统计特征的稀疏原子作为三类特定目标的稀疏特征；(4)训练分类器并分类：利用三类特定目标的稀疏特征中选取的样本训练支撑向量机SVM分类器，使用训练得到支撑向量机SVM分类器对全极化合成孔径雷达SAR图像中城市、植被和水域三类特定目标进行分类，得到初始分类结果；(5)优化初始分类结果：利用复威沙特Wsihart迭代算法，对初始分类结果进行优化处理，得到最终分类结果；(6)输出分类结果。