[发明专利]基于动态纹理特征的极化SAR图像地物分类方法

权利要求书

1.一种基于动态纹理特征的极化SAR图像地物分类方法，其特征在于，包括以下步骤：

步骤1，读入极化SAR数据；

步骤2，数据滤波；

步骤3，生成Pauli伪彩图像序列，包括利用极化基变换，将原始极化SAR数据变换为不同极化基下的极化SAR数据；对每一极化基下的极化SAR数据，使用Pauli分解分量合成一幅RGB伪彩图像；将伪彩图像按照极化基旋转角度由小到大排列为一组Pauli伪彩图像序列；

步骤4，动态分形纹理特征提取，包括对Pauli伪彩图像序列提取动态分形纹理特征，刻画地物散射响应随极化基变化而变化的不同规律，并以此作为地物分类的特征；

步骤5，利用随机森林分类器进行第一次地物分类，初步得到被分为地物边界区域类的样本；

步骤6，对在步骤5中被分为地物边界区域一类的样本，按照步骤4重新提取动态分形纹理特征，利用随机森林分类器进行第二次分类；

步骤7，使用择多滤波器对步骤5、6两步的分类结果进行平滑处理，获得地物分类结果。

2.根据权利要求1所述基于动态纹理特征的极化SAR图像地物分类方法，其特征在于：步骤4所述动态分形纹理特征提取，其具体实现包括以下子步骤：

步骤4.1，以极化SAR图像的每一个像素点为中心，选择邻域大小为15x15像素的数据立方，获得其三个方向的中心截面图像，其中N为Pauli伪彩图像序列长度；

步骤4.2，将步骤4.1中获得的三幅中心截面图像转换为灰度图像，利用多层大津法将每一幅灰度图像分解为若干幅二值化图像；

步骤4.3，对步骤4.2中获得的每一幅二值化图像，求平均灰度等级V_i与面积A_i，然后提取轮廓，计算Hausdorff分形维度D_i，得到特征向量；

步骤4.4，将步骤4.3中从三个中心横截面所产生的全部二值化图像中提取出的特征向量按序连结为一个长特征向量，作为该像素点的动态分形纹理特征。

3.根据权利要求1或2所述基于动态纹理特征的极化SAR图像地物分类方法，其特征在于：步骤3的极化基变换，是通过旋转极化方位角φ进行旋转变换，或者通过椭率角τ进行旋转变换。