[发明专利]一种用于图像处理的上下文协方差矩阵构建方法

摘要

本发明公开了一种用于图像处理的上下文协方差矩阵构建方法，包括1、获取待分类的SAR图像；2、对图像中的每个像素点，构建上下文散射矢量，根据上下文散射矢量构建该像素点的上下文协方差矩阵；3、计算像素点与以像素点为中心的滑窗内每个像素点的上下文协方差矩阵的相似度参数；4、计算判决门限；5、选取相似样本像素集，对待滤波像素点进行滤波处理；6、得到相干斑滤波结果图；7、提取滤波后的图像中已知真实地物类别的像素点；8、使用各像素的的上下文协方差矩阵对分类器进行训练；9、对未知地物类别像素点逐个进行分类，分类结果。本发明使用图像的上下文协方差矩阵信息作为分类器的输入特征，使得分类精度更高。

主权项

1.一种用于图像处理的上下文协方差矩阵构建方法，其特征在于，包括以下步骤：步骤1：获取待分类的SAR图像；步骤2：对SAR图像中的每一个像素点S_n,m，在该像素点S_n,m的win×win邻域内构建上下文散射矢量，根据上下文散射矢量构建该像素点的上下文协方差矩阵C_CCM‑(n,m)，n＝1,2,…,N，m＝1,2,…,M，N,M分别表示SAR图像的行、列像素点总数，win为大于等于3的奇数；步骤3：根据像素点S_n,m的上下文协方差矩阵C_CCM‑(n,m)，计算像素点S_n,m的上下文协方差矩阵C_CCM‑(n,m)与以像素点S_n,m为中心的滑窗I×J内每个像素点的上下文协方差矩阵C_CCM‑(i,j)的相似度参数lnQ_ij‑nm，得到相似度参数矩阵lnQ_nm‑IJ，i＝1,2,…,I，j＝1,2,…,J，I、J分别表示滑窗的行、列像素点总数，I、J为奇数；步骤4：计算相似度参数的判决门限；步骤5：根据相似度参数的判决门限，在以像素点S_n,m为中心的滑窗I×J内选取相似样本像素集，并对待滤波像素点S_n,m进行滤波处理；步骤6：遍历SAR图像中的每一个像素，重复步骤2至5，得到SAR相干斑滤波结果图；步骤7：提取滤波后的SAR图像中已知真实地物类别的像素点，设SAR图像中各种地物类别所对应的像素点数目为P_h，h＝1,2,…,H，其中H为各种地物的类别总数；步骤8：分别从每个地物类别相应的全部P_h个像素点中随机选取a％的像素点作为训练样本，剩余的(100‑a)％像素点则作为测试样本，输入各样本的上下文协方差矩阵的正对角线和上三角元素，对分类器进行训练；步骤9：输入其他未知地物类别的像素点的上下文协方差矩阵的正对角线和上三角元素，使用训练好的分类器对未知地物类别的像素点逐个进行分类，得到SAR图像中所有像素点的分类结果。