[發明專利]基于全概率協同分割的極化合成孔徑雷達變化檢測方法

有效

• 申請號: 202010143794.2
• 申請日: 2020-03-04
• 公開（公告）號: CN111368914B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 緱水平;張沛陽;牟金明;劉波;任海洋;毛莎莎;焦昶哲;李哲
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/40;G06V10/26;G06V10/762;G06V10/30;G06T7/11
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

1.基于全概率協同分割的極化合成孔徑雷達變化檢測方法，其特征在于：

(1)輸入極化相干矩陣T，并從中提取極化特征；

(2)使用極化特征進行譜聚類和判別聚類，得到初始的分割結果；

(3)對初始的分割結果使用全概率協同分割，得到兩幅圖像的協同分割結果和變化檢測結果：

(3a)初始化迭代輪數控制變量j＝1，第j輪的變化概率P^j(C)＝0,設置最大迭代輪數Jmax,設置像素類別更新總數閾值Umax；

(3b)求出第一幅圖中每個像素點所屬類別的先驗概率P(w)、似然概率P(s|w),并根據P(w)和P(s|w)求出該像素點所屬類別的后驗概率P(L)；

(3c)求出第二幅圖中每個像素點所屬類別的先驗概率P(w′)、似然概率P(s′|w′)，并根據P(w′)和P(s′|w′)求出該像素點所屬類別的后驗概率P(L′)；

(3d)根據兩幅圖像素點所屬類別的后驗概率P(L)、P(L′)，求出該位置像素點的變化概率P(C)；

(3e)令j＝j+1，更新第j輪像素點變化的概率P^j(C)＝0.9P^j-1(C)+0.1P(C)，更新每個像素的類別為該像素點后驗概率最大的類別，記錄被更新的像素數量為U；

(3f)分別將j與最大迭代輪數Jmax和被更新類別像素數量U與閾值Umax進行比較：若j大于最大迭代輪數Jmax或被更新類別像素的數量U少于閾值Umax，則執行(3g)，否則，返回到(3b)；

(3g)根據像素類別發生變化的概率P(C)，給出變化檢測的結果；

分別根據兩幅圖像素類別的后驗概率P(L)、p(L′)，給出兩幅圖的協同分割結果；

(4)根據變化檢測結果和協同分割結果，確定發生變化的具體類別。

2.根據權利要求1所述的方法，其中，所述步驟(1)實現如下：

(2a)按如下公式對極化相干矩陣T進行相似對角化處理：

其中，H表示共軛轉置；λ₁、λ₂、λ₃表示濾波后的極化相干矩陣T的三個不同的特征值；e₁表示第一特征值λ₁對應的特征向量；e₂表示第二特征值λ₂對應的特征向量；e₃表示第三特征值λ₃對應的特征向量，每一個特征值對應的特征向量如下：

(2b)根據三個不同的特征值λ₁、λ₂、λ₃，得到如下極化特征：

散射角：α＝p₁α₁+p₂α₂+p₃α₃

散射熵：H＝p₁log₃(p₁)+p₂log₃(p₂)+p₃log₃(p₃)

各向異性系數：

式中α₁是目標的第1個散射角，α₂是目標的第2個散射角，α₃是目標的第3個散射角；是第一特征值和三個特征值和的比值，是第二特征值和三個特征值和的比值，是第三特征值和三個特征值和的比值。

3.根據權利要求1所述的方法，其中步驟(2)對極化特征進行譜聚類和判別聚類，是使用極化特征構造包含譜聚類項和判別聚類項的能量函數，使用EM算法優化該能量函數得到初始的分割結果。