[發明專利]多時相的全極化SAR圖像提取特征的方法及分類方法

有效

• 申請號: 201810608408.5
• 申請日: 2018-06-13
• 公開（公告）號: CN108960295B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 張紅;許璐;王超
• 申請（專利權）人: 中國科學院空天信息創新研究院
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/26;G06K9/62;G06T7/10
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 黃威;喻嶸

1.一種為多時相的全極化SAR圖像提取特征的方法，其特征在于，所述方法包括如下步驟：

獲取包含數種植被的同一區域的數個不同時相的全極化SAR圖像；

對所述多時相的全極化SAR圖像進行分割以得到數個目標，其中，利用所述多時相的全極化SAR圖像的平均相干矩陣或平均協方差矩陣，計算超像素分割的距離測度；

利用超像素分割的距離測度將所述多時相的全極化SAR圖像的像素聚合成數個目標；

其中，所述目標的中心設置在預設規格的鄰域內具有梯度最低的像素上；

為每個目標創建多階張量，所述多階張量中的第一階和第二階表示該目標的相干矩陣或協方差矩陣的行和列，所述多階張量中的第三階表示不同時相；

利用多線性主成份分解算法對各個目標的所述多階張量進行降維，以得到各個目標的特征向量。

2.根據權利要求1所述的方法，其特征在于，所述相干矩陣或協方差矩陣包含：同一區域的數個不同時相的全極化SAR圖像中強度信息和/或相位信息。

3.根據權利要求1所述的方法，其特征在于，在所述對所述多時相的全極化SAR圖像進行分割前，還包括：

對所述多時相的全極化SAR圖像進行配準，并進行預設規格的均值濾波。

4.根據權利要求1所述的方法，其特征在于，所述利用多線性主成份分解算法對各個目標的所述多階張量進行降維，以得到各個目標的特征向量的步驟包括：

根據各個目標的所述多階張量獲取投影矩陣其中L_nI_n，L_n是降維后的維數，I_n為原始的維數；

基于所述投影矩陣的迭代計算，對各個目標的所述多階張量進行降維，以得到各個目標的特征向量。

5.根據權利要求4所述的方法，其特征在于，所述投影矩陣其中L_nI_n，L_n是降維后的維數，I_n為原始的維數，具體公式如下：

當時，

其中，

i表示第i階，n表示階數；

m表示第m個目標張量，M表示目標張量的數量；

Q取值范圍為[0，1]，是用戶自定義參數，用于控制原始張量經過投影之后保存信息的比率。

6.根據權利要求5所述的方法，其特征在于，所述基于所述投影矩陣的迭代計算，對各個目標的所述多階張量進行降維，以得到各個目標的特征向量的步驟包括：

獲取數個以張量表示的樣本目標；

對所述樣本目標進行多線性投影計算，獲得張量Y；

基于包括所述投影矩陣與所述張量Y進行迭代計算；

當所述張量Y的總散度收斂至符合預設條件或迭代次數達到預設值時，則獲得各個目標的特征向量。

7.根據權利要求1所述的方法，其特征在于，所述多階張量中，還包括第四階和第五階，表示所述目標窗口鄰域內的長和寬。

8.一種多時相的全極化SAR圖像的植被分布區域的分類方法，其特征在于，包括：

利用權利要求1-7中任何一項所述的方法提取包含數種植被的同一區域的數個不同時相的全極化SAR圖像的各個目標的特征向量；

基于各個目標的至少一個時相的特征向量，利用分類器確定其所屬的植被類別。

9.根據權利要求8所述的分類方法，其特征在于，所述目標的平均相干矩陣或平均協方差矩陣表示為：

其中，

表示平均相干矩陣或平均協方差矩陣；

T_i表示第i個像素的相干矩陣；

k表示所述目標由k個像素構成。