[發明專利]聯合SVM和AHP的極化SAR圖像滑坡自動檢測方法

在審

• 申請號: 202210134054.1
• 申請日: 2022-02-14
• 公開（公告）號: CN114581700A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 牛朝陽;張浩波;劉偉;高歐陽;李潤生;鄒瑋琦;胡濤
• 申請（專利權）人: 中國人民解放軍戰略支援部隊信息工程大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06K9/62;G06V10/20
• 代理公司: 鄭州大通專利商標代理有限公司 41111
• 代理人: 劉瑩瑩

本發明提供一種聯合SVM和AHP的極化SAR圖像滑坡自動檢測方法。該方法包括：步驟1：對災后極化SAR圖像進行預處理，并計算其極化相干矩陣；步驟2：基于極化相干矩陣提取極化特征，根據極化特征采用AHP分析方法確定表面散射機制區域，并進行閾值分割和形態學處理得到疑似滑坡區域；步驟3：利用極化相干矩陣的所有元素構建特征向量，根據特征向量對預處理后的災后極化SAR圖像進行SVM監督分類，將分類結果二值化和形態學處理得到滑坡區域分類結果；步驟4：將步驟2得到的疑似滑坡區域與步驟3得到的滑坡區域分類結果進行邏輯與運算，運算結果即為滑坡區域。本發明可抑制其他背景地物對滑坡檢測造成的虛警，并提高滑坡檢測正確率。

技術領域

本發明涉及全極化合成孔徑雷達(PolSAR)圖像處理圖像加密技術領域，尤其涉及一種聯合支持向量機(SVM)與層次分析法(AHP)的滑坡泥石流損毀區域檢測方法。

背景技術

現有技術(例如Plank S,D,Eisank C,et al.Comparing object-basedlandslide detection methods based on polarimetric SAR and optical satelliteimagery—A case study in Taiwan[C]//Proceedings of the 7th InternationalWorkshop on Science and Applications of SAR Polarimetry and PolarimetricInterferometry, POLinSAR.2015:27-30；王興玲,胡德勇,唐宏,舒陽.基于Bayes決策的機載全極化 SAR圖像滑坡信息提取[J].國土資源遙感,2014,26(02):121-127)雖然都較好地檢測出滑坡泥石流毀損區域，但是對于與滑坡散射機制較類似的耕地區域或其他人為區域的區分效果較差，虛警較多，而且方法多適用于滑坡區域背景較為單一的情況。對于復雜背景下(包含建筑、森林、水域、耕地等多種地物的區域)的滑坡泥石流毀損區域檢測還無法在較低虛警率的情況下得到較高的檢測正確率。

同時，由于滑坡泥石災害多為突發事件，在災前災后的雙時相極化SAR數據中，不僅臨近災害前的數據難以獲取，而且要求采集時間間隔盡可能小，否則較長時間間隔內自然和人為引起的地物地貌變化會給滑坡泥石流毀損區域檢測帶來很多虛警。因此，僅利用災后單時相數據的滑坡泥石流毀損區域檢測更加貼近實際需求。

發明內容

為了解決在復雜背景下單時相極化SAR圖像中滑坡泥石流覆蓋區檢測存在正確率低、虛警多的問題，本發明提出一種聯合SVM與AHP的滑坡泥石流覆蓋區自動檢測方法，與現有方法相比，本發明方法自動化程度高且具有較好的檢測成功率。

本發明提供一種聯合SVM和AHP的極化SAR圖像滑坡自動檢測方法，包括：

步驟1：對災后極化SAR圖像進行預處理，并計算得到所述預處理后的災后極化SAR圖像的極化相干矩陣；

步驟2：基于所述極化相干矩陣提取極化特征，根據所述極化特征采用AHP 分析方法確定表面散射機制區域，并進行閾值分割和形態學處理得到疑似滑坡區域；

步驟3：利用所述極化相干矩陣的所有元素構建特征向量，根據所述特征向量對預處理后的災后極化SAR圖像進行SVM監督分類，將分類結果二值化和形態學處理得到滑坡區域分類結果；

步驟4：將步驟2得到的所述疑似滑坡區域與步驟3得到的所述滑坡區域分類結果進行邏輯與運算，運算結果即為滑坡區域。

進一步地，步驟2中，所述基于所述極化相干矩陣提取極化特征，具體包括：

對所述極化相干矩陣進行Yamaguchi分解，得到四個散射功率，分別為表面散射功率P_s、二面角散射功率P_d、體散射功率P_v和螺旋體散射功率P_h，對所述四個散射功率進行歸一化；