[發明專利]基于高斯混合模型分類的SAR圖像檢索方法

有效

• 申請號: 200910022498.0
• 申請日: 2009-05-13
• 公開（公告）號: CN101551809A
• 公開（公告）日: 2009-10-07
• 發明（設計）人: 焦李成;唐旭;侯彪;張向榮;王爽;馬文萍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/66;G01S13/90
• 代理公司: 陜西電子工業專利中心
• 代理人: 王品華;朱紅星

1.一種基于混合高斯模型分類的合成孔徑雷達SAR圖像檢索方法，包括如下步驟：

1)建立合成孔徑雷達SAR圖像庫{I₁，I₂，…，I_k}，并挑選相對紋理均勻、易識別的合成孔徑雷達SAR圖像{I₁，I₂，…，I_l}，其中l＜k，k表示圖庫中的合成孔徑雷達SAR圖像個數，l表示挑選出的合成孔徑雷達SAR圖像個數；

2)提取圖像庫中所有圖像的離散小波兩層變換的子帶能量f，n表示維數，作為圖像庫中圖像的特征向量{f₁，f₂，…，f_n}，其中，n＝7；

3)將挑選出的合成孔徑雷達SAR圖像{I₁，I₂，…，I_l}分成{c₁，c₂，…，c_m}類，并用對應的特征向量作為訓練樣本，訓練高斯混合模型，其中m代表類的個數；

4)用訓練好的高斯混合模型，利用最大似然估計準則，對整個合成孔徑雷達SAR圖像庫{I₁，I₂，…，I_k}分類，得到具有類標的合成孔徑雷達SAR圖像庫；

5)對用戶輸入的查詢圖像I′，采用與提取所有圖像的離散小波兩層變換的子帶能量相同的方法提取其特征向量f′，并用訓練好的分類器，得到其類別數c_i，其中圖像I′的大小與圖像庫中合成孔徑雷達SAR圖像的大小相同；

6)計算查詢圖像I′與圖庫中c_i類的所有圖像的區域綜合特征相似匹配距離，并依照該匹配距離按照從小到大的順序返回用戶需要數量的圖像，完成圖像檢索。

2.根據權利要求1所述的合成孔徑雷達SAR圖像檢索方法，其中步驟1)所述的建立合成孔徑雷達SAR圖像庫{I₁，I₂，…，I_k}，是通過對原始大尺寸合成孔徑雷達SAR圖像進行有重疊的切分得到的，前后兩次切分工作相差64個像素點，并且切分后得到新合成孔徑雷達SAR圖像大小均為256×256。

3.根據權利要求1所述的合成孔徑雷達SAR圖像檢索方法，其中步驟3)按如下步驟進行：

3a)對已挑選出的l幅合成孔徑雷達SAR圖像進行分類，若一幅圖像里城區、農田或山地的面積大于圖像總面積的一半，則規定該圖像為城區、農田或山地類，若城區與農田都存在且所占面積相當，則規定該圖像為郊區類，若圖像中存在水域，則此圖像規定為河流類；

3b)將每一類圖像，對應一組離散小波兩層變換的子帶能量特征，得到5組特征向量，并將該5組特征向量作為訓練樣本，利用EM算法，分別訓練對應5組特征向量的5個混合高斯模型{λ₁，…，λ₅}，其中λ＝{p(i)，μ_i，∑_i}，μ_i、∑_i、p(i)分別表示數據樣本的均值向量、協方差矩陣以及混合權值。

4.根據權利要求1所述的合成孔徑雷達SAR圖像檢索方法，其中步驟6)所述計算查詢圖像I′與圖庫中c_i類的所有圖像的區域綜合特征的相似匹配距離，按如下步驟進行：

6a)對于圖像I與I′，分別計算其均值和方差信息作為分割特征，利用自適應的k-means算法進行聚類分割，得到區域集R₁＝{r₁，r₂，r_i，…，r_m}及R₂＝{r′₁，r′₂，r′_j，…，r′_n}，r_i、r′_j分別表示圖像I與I′分割后的各區域；

6b)計算各區域所有分割特征向量的均值作為該區域的特征，并計算兩幅圖像區域間的距離：

d(ri,rj′)=Σi=12ωi(f→^i-f→^i′)2]]>

其中，分別為圖像I中區域r_i及圖像I′中區域r′_j的特征向量，ω_i為各向量的權重系數；

6c)計算兩圖像各區域之間匹配的顯著性因子S_i，j，并根據該顯著性因子和兩幅圖像各區域間的距離，得到最終兩幅圖像的相似匹配距離為：

d(I,I′)=Σi,jsi,jd(ri,rj′).]]>