[發明專利]超高分辨率合成孔徑雷達圖像分類方法

有效

• 申請號: 201710173873.6
• 申請日: 2017-03-22
• 公開（公告）號: CN107103282B
• 公開（公告）日: 2020-05-26
• 發明（設計）人: 李新武;吳文瑾
• 申請（專利權）人: 中國科學院遙感與數字地球研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京得信知識產權代理有限公司 11511
• 代理人: 袁偉東

本發明公開一種超高分辨率合成孔徑雷達圖像分類方法，包括以下步驟：圖像獲取步驟，利用超高分辨率合成孔徑雷達獲取超高分辨率合成孔徑雷達圖像；特征譜取得步驟，根據所述超高分辨率合成孔徑雷達圖像取得4類特征譜，分別是相關曲線、頻譜、徑向譜和角度譜；特征集提取步驟，基于所述特征譜提取均值、方差、偏度、頻譜中心、頻譜通量、徑向譜中心、徑向譜通量、相鄰相關曲線峰值距離、角度譜的最大峰對應角度這9個特征參量形成特征集；以及非監督分類步驟，基于所述特征集對所述超高分辨率合成孔徑雷達圖像進行分類。

技術領域

本發明涉及超高分辨率合成孔徑雷達圖像分類方法，具體涉及一種基于多類譜的超高分辨率合成孔徑雷達紋理特征集的超高分辨率合成孔徑雷達圖像分類方法。

背景技術

灰度共生矩陣(GLCM)特征是目前在合成孔徑雷達(SAR)影像中應用最為廣泛的特征集，但是該特征集在超高分辨率SAR影像中應用效果受到嚴重的限制。

在下述非專利文獻1中提出了基于傅里葉譜的特征參數，監督學習精度在50％～90％，對不同場景差異大，能力不足以得到良好的無監督聚類效果。由于超高分辨率SAR場景復雜，人工界定類別有比較大的主觀因素，同一樣本可同時被不同用戶鑒定為屬于多個類別，在實際應用中造成困難。

非專利文獻1

A.Popescu,I.Gavat,and M.Datcu,“Contextual descriptors for sceneclasses in very high resolution SAR images”,IEEE Geoscience and RemoteSensing Letters,vol.9,no.1,pp.80-84,2012.

發明內容

本發明針對不同的紋理類型，提出了基于4類特征譜、包含9個參數的超高分辨率SAR影像上下文描述特征集，對場景的描述能力得到提升，可應用于經典非監督聚類方法并取得良好效果。

本發明的技術方案為一種超高分辨率合成孔徑雷達圖像分類方法，包括以下步驟：圖像獲取步驟，利用超高分辨率合成孔徑雷達獲取超高分辨率合成孔徑雷達圖像；特征譜取得步驟，根據所述超高分辨率合成孔徑雷達圖像取得4類特征譜，分別是相關曲線、頻譜、徑向譜和角度譜；特征集提取步驟，基于所述特征譜提取均值、方差、偏度、頻譜中心、頻譜通量、徑向譜中心、徑向譜通量、相鄰相關曲線峰值距離、角度譜的最大峰對應角度這9個特征參量形成特征集；以及非監督分類步驟，基于所述特征集對所述超高分辨率合成孔徑雷達圖像進行分類。

本發明的超高分辨率合成孔徑雷達圖像分類方法中，優選為，在所述特征譜取得步驟中，所述相關曲線為像素距離r從最小可能的距離到最大可能距離變化時相關函數C(r)形成的曲線，

相關函數C(r)表示為

式中，M和N分別表示圖塊的行列數，表示圖塊散射強度的均值，

當P[i,j]和P[m,n]之間距離為r時，d[i,j；m,n]＝1，否則等于0，D表示圖塊中距離為r的像素對總量。

本發明的超高分辨率合成孔徑雷達圖像分類方法中，優選為，在所述特征譜取得步驟中，所述頻譜通過傅里葉變換取得。

本發明的超高分辨率合成孔徑雷達圖像分類方法中，優選為，所述頻譜根據以下公式取得

其中，p和q分別代表行和列方向的波數，

并采用代替F。

本發明的超高分辨率合成孔徑雷達圖像分類方法中，優選為，在所述特征譜取得步驟中，所述徑向譜通過將所述頻譜分為不同半徑的同心圓，并分別對每個同心圓圓周的頻譜值求和取得。