[发明专利]基于超像素和主题模型的极化SAR图像分类方法

摘要

基于超像素和主题模型的极化SAR图像分类方法，输入待分类的极化SAR图像，并对其进行精致Lee滤波处理；使用均匀采样的方式对步骤1处理后的图像进行样本点采集，得到样本点集合；对样本点集合提取三种类型的特征，并分别进行归一化，得到特征集合F1、F2、F3；对特征集合F1、F2、F3分别进行聚类，形成视觉字典V1、V2、V3，并合并为多特征视觉字典V；在步骤1处理后的图像的基础上进行过分割，得到若干个超像素，根据字典V对每个超像素进行稀疏编码；使用主题模型对超像素的稀疏编码进行特征学习，并用SVM分类法分类，得到最终分类结果，能够有效表示极化SAR图像的异质区域。

主权项

基于超像素和主题模型的极化SAR图像分类方法，其特征在于，包括以下步骤：步骤1，输入待分类的极化SAR图像，对极化SAR图像进行精致Lee滤波处理；步骤2，使用均匀采样的方式对所述步骤1处理后的图像进行样本点采集，得到样本点集合；步骤3，对样本点集合提取极化SAR图像的三种类型的特征，并分别进行归一化，得到特征集合F1、F2、F3；步骤4，对特征集合F1、F2、F3分别进行K‑means聚类，形成视觉字典V1、V2、V3，并将V1、V2、V3合并为多特征视觉字典V；步骤5，在所述步骤1处理后的图像的基础上进行过分割，得到若干个超像素，根据多特征视觉字典V对每个超像素进行稀疏编码；步骤6，使用主题模型对超像素的稀疏编码进行特征学习，得到高层特征，并用SVM分类法对高层特征进行分类，得到极化SAR图像的最终分类结果。