[發明專利]基于特征值分布統計特性的極化SAR圖像分類方法

有效

• 申請號: 201110049008.3
• 申請日: 2011-03-01
• 公開（公告）號: CN102122352A
• 公開（公告）日: 2011-07-13
• 發明（設計）人: 緱水平;焦李成;喬鑫;王爽;吳建設;朱虎明;李陽陽;費全花
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.基于特征值分布特性的極化SAR圖像分類方法，包括以下步驟：

(1)對待分類極化SAR圖像的所有像素點進行特征值分解；

(2)分別對每個像素點分解得到的大小不同的特征值λ₁，λ₂，λ₃按照從大到小的順序進行排序，使λ₁≥λ₂≥λ₃；

(3)從待分類極化SAR圖像中依據實際地物分布，人工構造待分類極化SAR圖像中k類勻質區域集合：C＝{C₁，...，C_k}，并提取出所選取k類勻質區域的特征值；

(4)采用EM算法分別對k類勻質區域的特征值λ₁，λ₂，λ₃的高斯混合模型參數進行估計，得到每類勻質區域的各個特征值的概率密度分布函數：其中λ為某類勻質區域的某個特征值、ω為高斯函數的混合權重、μ為均值參數、σ為方差參數、m為高斯函數的混合個數、μ_i為第i個高斯函數的均值，σ_i為第i個高斯函數的方差，i＝1，2，...，k；

(5)利用步驟4求得的每類勻質區域的各個特征值的概率密度分布函數，計算每類勻質區域的特征值聯合概率密度分布函數：

p(x|x∈Ci)=Πj=13p(λj|μ,σ),]]>

其中，x為勻質區域C_i中的像素點，λ_j為像素點x的第j個特征值，i＝1，2，...，k，j＝1，2，3；

(6)根據MAP原則，依據表達式：x∈C_i?st.p(x|C_i)＝maxp(x|x∈C_k)，i＝1，2，...，k，對待分類極化SAR圖像中所選勻質區域的全部像素點進行分類，并輸出分類結果。

2.根據權利要求1所述的極化SAR圖像分類方法，其中步驟(1)所述的對待分類極化SAR圖像的所有像素點進行特征值分解，按照如下步驟進行：

2a)將待分類極化SAR圖像像素點的T矩陣作為輸入數據；

2b)利用MATLAB軟件中的eigs函數對輸入的每個像素的T矩陣進行特征值分解，得到特征值。

3.根據權利要求1所述的極化SAR圖像分類方法，其中步驟(4)所述的采用EM算法分別對k類勻質區域的特征值λ₁，λ₂，λ₃的高斯混合模型參數進行估計，按照如下步驟進行：

3a)將各類勻質區域的特征值λ₁，λ₂，λ₃分別作為EM算法的輸入數據；

3b)設定EM算法所求解的高斯混合模型中高斯函數的混合個數m值為1、混合權重ω為1，EM算法迭代終止條件為算法的迭代誤差小于1.0E-06，初始化均值μ和方差σ為隨機值；

3c)通過EM算法中的期望最大化流程對均值μ和方差σ進行更新，每次更新后計算算法的迭代誤差并判斷是否滿足迭代終止條件，滿足迭代終止條件時迭代停止，輸出得到輸入特征值的均值μ和方差σ；

3d)將混合個數m、混合權重ω和輸出的均值μ、方差σ代入式：

p(λ|ω,μ,σ)=Σi=1mωi×12πσiexp(-(x-μi)22σi2)]]>

得到輸入特征值的概率密度分布函數。