[發明專利]一種面向小數據集的非局部自適應多視方法及系統

在審

• 申請號: 202110455635.0
• 申請日: 2021-04-26
• 公開（公告）號: CN113192020A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 宋慧娜;張博文;張靚靚;何美霖;喬磊;高永盛
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T5/00;G06K9/62
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

1.一種面向小數據集的非局部自適應多視方法，其特征是包括以下步驟：

S1.經過預處理的時序合成孔徑雷達影像，基于幅度均值圖像，采用無監督的灰度級方法進行圖像分割；

S2.基于圖像分割結果和時間維幅度向量間的L1范數，自適應構建聯合數據向量；

S3.對于構建的聯合數據向量，先剔除聯合數據向量中的異常值，后采用AD檢驗方法選取SHP集合；

S4.基于選取的SHP集合，自適應地估計相干系數及降噪處理。

2.如權利要求1所述面向小數據集的非局部自適應多視方法，其特征是，步驟S1具體如下：

1.1、所述的預處理包括多幅SAR配準、時間維非相干幅度平均；

N幅配準SAR圖像的幅度集表示為

Amp＝Amp_1≤i≤N (1)

式中，Amp_i表示第i次接收到的SAR影像幅度圖；為獲取較好的圖像分割結果，基于如下的均值圖像展開討論：

1.2、非監督圖像分割

(1)對幅度影像進行對數運算；

(2)首先將(1)中的處理結果劃分為M個灰度級，然后逐個統計各灰度級的概率：

式中，m為影像的行數，n為影像的列數，n_i為第i個灰度級包括的像元數，1≤i≤M；

(3)基于(2)中統計的概率值，計算每個灰度級m對應的閾值擬合度：

式中，表示圖像的總平均水平，表示直方圖到m級的零階累積矩，表示直方圖到m級的一階累積矩；

(4)上述(3)中閾值擬合度最大時所對應的灰度級m，即為背景與目標間的判斷閾值；

(5)將基于(4)中閾值得到的圖像分割結果存儲為二值矩陣，其中1表示目標，0表示背景。

3.如權利要求2所述面向小數據集的非局部自適應多視方法，其特征是，步驟S2具體如下：

2.1聯合數據向量構建方式

對于已配準的N幅SAR影像，像元p的時間維幅度向量表示為：

d(p)＝[d₁(p),d₂(p),...,d_N(p)]^T (5)

式中，T表示向量的轉置，d_i(p)(1≤i≤N)表示第i幅SAR影像中像元p對應的幅值；構建像元p的聯合數據向量u(p)時，需要先選取相鄰像元；給出以p為中心的預設窗構建聯合數據向量的示例：

式中，d(q)表示像元q所對應的時間維向量，m₁×n₁表示預設窗口大小；相比于時間維向量d(p)，聯合數據向量u(p)同時包含了像元的時間維和空間維信息；

2.2自適應選取相鄰向量

(1)在大小為k₁×k₂的預設窗口中，計算中心像素p與鄰域像元q的時間維幅度差A_i,j(1≤i≤k₁,1≤j≤k₂)，并計算其L₁范數L_i,j＝||A_i,j||₁，式中i,j表示鄰域像元q在預設窗口內的行數、列數；

(2)構建權系數矩陣基于圖像分割得到的二值矩陣，判斷預設窗口中鄰域像元q與中心像元是否為同一類地物；若q與p屬于同一地物，記W(i,j)＝1；反之記W(i,j)＝ω，ω＞＞1；

(3)基于加權L₁范數矩陣選取k個相鄰向量，式中表示向量點乘；將矩陣LW中的元素按升序排列，選取前k個最小值對應的像元構建相鄰向量集；

(4)基于選取的相鄰像素集，類比于公式(6)中的方式構建聯合數據向量。