[發明專利]一種基于Cloude分解的極化SAR圖像分類方法

有效

• 申請號: 201410341457.9
• 申請日: 2014-07-17
• 公開（公告）號: CN104123563B
• 公開（公告）日: 2017-04-12
• 發明（設計）人: 張揚;蔣霞;郝恩義
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都宏順專利代理事務所(普通合伙)51227
• 代理人: 周永宏

技術領域

本發明屬于圖像分類技術領域，具體涉及一種極化SAR圖像地物分類方法。

發明背景

具有全天時全天候的微波遙感技術近年得到了廣泛的研究和應用。具有代表性的合成孔徑雷達(SAR)，是一種高分辨率成像雷達，可以提供一定波段和一定入射角下的地物圖像，因此對遙感數據的自動分析及解譯，特別是針對地物的分類，具有很重要的研究意義。相對于普通SAR，極化SAR加入了極化信息，得到的數據包含了更多的地物信息，更有利于對地物的分析。

極化SAR圖像分類一般分為監督分類和無監督分類兩大方法。由于不需要任何的先驗信息，無監督分類是一種很重要的分類方法，而且極化SAR數據相對于普通的SAR數據而言，提供了更多的地物信息。一般，極化SAR圖像的分類流程為：預處理、特征提取、特征選擇、分類。其中，特征提取是非常重要的一步，分類結果的好壞取決于提取的特征信息是否能充分的表示地物以及如何對特征信息作可信的處理。近年來，涉及目標特征分解的研究已有很多，在此基礎上也提出了基于目標分解理論的無監督分類方法。例如，比較廣泛應用的，Cloude的H/α特征分解和Freeman的三分量分解。針對Cloude特征分解的無監督分類已有很多，但是大多數分類方法都是基于H/α的初始分類面發展來的，傳統的基于Cloude分解的H/α分類方法，是在H/α平面上給定一些值實現硬性劃分為8類，如圖1所示。所有的圖像樣本點都會根據這個劃分原則分配初始分類的類中心，這給圖像分類一定的局限性。從圖5中可看到，左下角的矩形區域中，圖像樣本點分別集中在3個類中心的周圍，但是該方法沒有劃分出來，只是將這一整塊劃分為一類，這使得初始類中心存在不合理的劃分。初始分類的類中心是否合理關系到下一步聚類器性能的好壞，影響了整個分類器的性能，并且地物類別數也是特定的。

針對上述的問題，已有研究者給出了可行的方法，但是由于圖像樣本點大，使得計算量非常大，非常耗時，這使得實時性受到限制。所以，如何使初始分類的類中心更合理，并且算法的復雜度又不大的情況下提高分類器的性能，這是一個需要解決的問題。

發明內容

本發明的目的在于解決初始分類的類中心分配不合理而影響分類器性能的問題，因此本發明提出技術方案：一種基于Cloude分解的極化SAR圖像分類方法，改善初始分類的類中心，提高分類器的性能，并且分類過程中無需指定類別數，類別數在分類過程中自動產生，包括如下步驟：

步驟S1：讀入一幅待分類的極化SAR圖像，對圖像中的每個像素點進行Cloude分解，得到散射熵H和散射角α；

步驟S2：計算散射熵H和散射角α的統計直方圖，并對直方圖進行分割，得到分割閾值，

進一步地，步驟S2還包括一下分步驟：

步驟S21：計算所述特征參數H和α的統計直方圖；

步驟S22：對得到統計直方圖進行峰值搜索，得到初始峰值，進一步去掉小峰值和相鄰峰值，得到明顯峰值；

步驟S23：將得到的明顯峰值輸入到FCM分割器中，得到更合理的劃分閾值；

步驟S3：將步驟S2得到的閾值作為散射熵H和散射角α特征構成的二維平面的劃分點，對極化SAR圖像進行初始劃分為m類，得到初始分類的類中心，所述類別數m由步驟S2得到的閾值決定；

步驟S4：將步驟S3得到的類中心和類別數輸入到Wishart分類器中，得到所述極化SAR圖像的分類結果。

本發明的有益效果：提供了一種基于特征分解的極化SAR圖像分類，其利用從極化SAR圖像提取的特征參數進行統計直方圖分割，得到合理的分割閾值，再根據閾值對特征參數所組成的二維分類平面進行劃分。這種劃分方法對比原始的H/α硬性劃分方法要更加的合理，而且得到的類別數不再固定，而是根據圖像本身特征的特點自適應的改變，更加符合圖像信息的實際分布。由于初始劃分的合理性，得到的類中心更加合理，使得在進一步的分類中，改善了分類器的性能。這種劃分方法在沒有增加其他特征參數的情況下，利用對已有特征參數進行直方圖分割得到分割點，使分類更合理，且計算復雜度并沒有實質的增加。

附圖說明

圖1本發明的流程圖；

圖2是原始San?Francisco?Bay極化SAR圖像功率圖；

圖3是現有的H/α-Wishart分類方法對圖2的分類仿真結果圖；

圖4是本發明對圖2的分類仿真結果圖；

圖5是現有對圖2的H/α平面劃分圖；

圖6是本發明對圖2的H/α平面劃分圖；

圖7是對圖2提取的H的統計直方圖；