[發明專利]基于譜聚類的極化SAR圖像分類方法

有效

• 申請號: 201210424175.6
• 申請日: 2012-10-25
• 公開（公告）號: CN102982338A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 焦李成;劉坤;郭衛英;王爽;劉亞超;馬文萍;馬晶晶;侯小瑾;張濤
• 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

1.一種基于譜聚類的極化SAR圖像分類方法，包括如下步驟：

(1)對待分類的大小為R×Q的極化SAR圖像進行濾波，去除斑點噪聲；

(2)對濾波后的極化SAR圖像每個像素點的相干矩陣T進行Cloude分解，提取每個像素的散射熵H特征，得到整幅圖像的關于散射熵H的特征空間；

(3)用Mean?Shift算法對獲取到的特征空間進行分割，得到M個區域；

(4)在已獲得的M個區域上，選取每個區域的典型代表點作為新的像素點Y_δ,δ＝1，...,M，得到M個新像素點，將這M個新像素點映射為具有M個節點的全連接圖，并對這個全連接圖進行譜聚類。

(4a)根據相似性準則，構造新像素點Y_δ的鄰接矩陣A，將鄰接矩陣A中每一個元素A_ij定義為：

Aij=exp(-d2(Ti,Tj)2σ2)i≠j0i=j]]>

其中A_ij是鄰接矩陣A中第i行第j列的元素，i=1,...,M，j=1,…,M，σ為尺度參數，d(T_i,T_j)為新像素點Y_i和Y_j的相似性度量，T_i和T_j分別是新像素點Y_i和Y_j的相干矩陣，d(T_i,T_j)定義如下：

d(Ti,Tj)=12tr(Ti×Tj-1+Tj×Ti-1)-q]]>

其中q為常數，取值為q=3，tr(·)是矩陣的跡；

(4b)根據鄰接矩陣A，構造規范的拉普拉斯矩陣L：

L=D-12AD-12]]>

其中D是對角矩陣，對角矩陣D對角線上的每一個元素為

(4c)對拉普拉斯矩陣L進行特征值分解，得到前k個最大特征值對應的特征向量，形成特征向量矩陣X＝[x₁,x₂,…,x_k]，k為分類類別數；

(4d)根據特征向量矩陣X得到規范化矩陣V：

規范化矩陣V中每一個元素V_θ,Z定義為：

Vθ,Z=Xθ,Z(ΣZ=1kXθ,Z2)-12]]>

其中X_θ,Z是特征向量矩陣X第θ行第Z列的元素，θ=1,…，M，Z=1,…,k；

(4e)用k-means算法對規范化矩陣V的行向量進行聚類；

(4f)對規范化矩陣V的行向量聚類后，當規范化矩陣V的第θ行為第c類時，將新像素點Y_δ標記為第c類，δ=1,…，M，c=1,…,k。

(5)在M個區域上，將由新像素點Yδ所代表的區域標記為與新像素點Y_δ相同的類別，完成對整幅圖像的預分類。

(6)對預分類得到的整幅圖像用能反映極化SAR分布特性的Wishart分類器進行迭代分類，得到更為準確的分類結果。