[發明專利]一種基于極化和干涉信息的植被和建筑分類方法

在審

• 申請號: 202210449907.0
• 申請日: 2022-04-26
• 公開（公告）號: CN114782747A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 徐一凡;劉愛芳;林幼權
• 申請（專利權）人: 中國電子科技集團公司第十四研究所
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/762;G06K9/62;G06T7/11;G06T7/13;G06T7/187
• 代理公司: 南京知識律師事務所 32207
• 代理人: 劉豐;高嬌陽

1.一種基于極化和干涉信息的植被和建筑分類方法，其特征在于：包括如下步驟：

S1，數據獲取及預處理，獲取用于試驗的極化SAR圖像以及干涉SAR圖像對并進行預處理；

其中，用于試驗的SAR圖像包括：主天線水平極化發射水平極化接收的復圖像、主天線水平極化發射垂直極化接收的復圖像、主天線垂直極化發射水平極化接收的復圖像、主天線垂直極化發射垂直極化接收的復圖像以及輔天線水平極化發射水平極化接收的復圖像；

S2，極化SAR分類，使用傳統極化SAR地物分類方法對S1中預處理后的極化SAR圖像進行極化分類，并進行類別合并，得到植被像素和建筑像素；

S3，極化SAR圖像分割，對S1獲取的極化SAR圖像進行分割，形成連通的同質區域，依據S2中分類得到的植被像素和建筑像素在同質區域內的占比大小，劃分出植被區域和建筑區域；

S4，結合S1中的主天線水平極化發射水平極化接收的復圖像和輔天線水平極化發射水平極化接收的復圖像計算相干系數，結合S3獲取的所有的植被區域和建筑區域，計算各區域的平均相干系數；

S5，對S3獲取的所有的植被區域和建筑區域進行45°傾斜角直線檢測；

S6，結合S4獲取的各區域的相干系數和S5的45°傾斜角直線檢測結果對植被區域和建筑區域進行重分類。

2.根據權利要求1所述的基于極化和干涉信息的植被和建筑分類方法，其特征在于：S1中，對圖像進行預處理包括輻射定標、極化定標、干涉定標以及相干斑去除。

3.根據權利要求1所述的基于極化和干涉信息的植被和建筑分類方法，其特征在于：S2中，使用的極化SAR方法包括Wishart-H/alpha分類方法或基于散射模型的非監督分類方法。

4.根據權利要求3所述的基于極化和干涉信息的植被和建筑分類方法，其特征在于：使用基于散射模型的非監督分類方法進行地物分類，包括：

S21，進行極化分解，得到表面散射、二次散射以及體散射功率；依據表面散射、二次散射以及體散射功率中的最大者，將像素標記為三種散射類型中的一種；將每種散射類型內的像素各劃分為30個聚類；然后使用Wishart分類器合并聚類，使聚類類別減少到15類；

S22，將15個類別中功率最低的一類劃分為第一類，包含陰影、水體以及功率極低的區域；將主散射類型為表面散射的類別合并為第二類，包含裸露土壤等表面散射占優的地物；將主散射類型為二次散射的類別合并為第三類，包含建筑區域，該類別的像素為建筑像素；將主散射類型為體散射的類別合并為第四類，包含植被區域，該類別的像素為植被像素。

5.根據權利要求1所述的基于極化和干涉信息的植被和建筑分類方法，其特征在于：S3中，使用分水嶺分割算法對極化SAR圖像進行分割，得到多個連通區域，每個連通區域內的像素具有同質性，屬于同一類別；

統計每個連通區域內占比最高的像素類別以及其所占比例，若其所占比例超過80％，則將該區域內所有像素類別設為占比最高的類別；

若區域內占比最高的像素所占比例小于80％，則將該區域進一步分割，得到更小的連通區域；

統計小連通區域內占比最高的像素所占比例，若占比最高的像素占比超過80％，則將該區域內所有像素類別設為占比最高的類別；

重復以上操作，直到每一個連通區域內占比最高的類別都超過80％。

6.根據權利要求1所述的基于極化和干涉信息的植被和建筑分類方法，其特征在于：S4中，相干系數γ計算方式為

其中，·是數學期望算子，*表示共軛，γ小于等于1；

結合S3提取的植被區域和建筑區域，計算各區域的平均相干系數設置閾值T1，若平均相干系數超過閾值T1，則將對應區域標記為1；若平均相干系數未超過閾值T1，則將對應區域標記為0。