[發明專利]極化SAR圖像分類方法

有效

• 申請號: 201310685303.7
• 申請日: 2013-12-13
• 公開（公告）號: CN103617427A
• 公開（公告）日: 2014-03-05
• 發明（設計）人: 鄧磊;孫晨;趙文吉
• 申請（專利權）人: 首都師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京金信立方知識產權代理有限公司 11225
• 代理人: 黃威;鄧玉婷

1.一種極化SAR圖像分類方法，包括：

S1：提取極化SAR圖像的特征：散射熵H、反熵A和散射角α，將所得到的特征集合(H,A,α)作為第一特征集；

S2：將所述極化SAR圖像分解為兩個子孔徑圖像后，分別提取所述兩個子孔徑圖像的特征：散射熵H、反熵A和散射角α，從而得到兩個子特征集(H₁,A₁,α₁)、(H₂,A₂,α₂)；

S3：將所述兩個子特征集中的各相應特征的值相減，得到所述各相應特征的差值的集合(ΔH,ΔA,Δα)作為第二特征集；

S4：將所述第一特征集和所述第二特征集輸入到決策樹分類模型中，得到所述極化SAR圖像的分類結果。

2.如權利要求1所述的極化SAR圖像分類方法，其特征在于：

在S1步驟中，利用Cloude分解從所述極化SAR圖像提取所述第一特征集(H,A,α)；并且

在S2步驟中，利用Cloude分解分別從所述兩個子孔徑圖像提取所述兩個子特征集(H₁,A₁,α₁)、(H₂,A₂,α₂)。

3.如權利要求1或2所述的極化SAR圖像分類方法，其特征在于：

所述決策樹分類模型為C5決策樹分類模型。

4.如權利要求1所述的極化SAR圖像分類方法，其特征在于，步驟S4具體包括：

S41：將所述第一特征集和所述第二特征集合并為目標識別特征集；

S42：利用所述決策樹分類模型對預定的樣本數據進行訓練，以構建用于目標識別的規則；

S43：利用所述決策樹分類模型根據所述規則對所述目標識別特征集進行分類，得到所述極化SAR圖像的分類結果。