[发明专利]基于图和Wishart距离的极化SAR图像分类方法

摘要

本发明公开了一种基于图和Wishart距离的极化SAR图像分类方法，主要解决传统有监督分类方法中杂点过多，地物类别模糊的问题。其实现步骤是1.读取极化SAR数据协方差矩阵并对其进行滤波；2.用滤波后的协方差矩阵构建权值图,并将其按权值递增排序；3.按序遍历权值图，判断每条权值边的权值连接的两个区域是否合并，若合并则更新两个区域的标签号，否则不变，遍历完后得到过分割标签；4.合并该过分割标签中像素点过小的区域，得到新的标签；5.将新标签中的每个区域用有监督分类法标注为标准图中与其最相似的那一类区域的标签号，得到最终分类标签。本发明抗干扰强，地物类别模糊小，分类精度高，可用于极化SAR目标识别。

主权项

一种基于图和Wishart距离的极化SAR图像分类方法，包括如下步骤：1)读取极化SAR数据协方差矩阵m×n为像素个数，对协方差矩阵C0进行精致Lee滤波处理得到滤波后的协方差矩阵C(C1,C2,...,Cm×n)；2)根据协方差矩阵C(C1,C2,...,Cm×n)构建权值图G(V,E)：2a)将极化SAR图像的每个像素点都作为权值图中的一个顶点，设vi为第i个顶点，vj为顶点vi八邻域中的一个顶点，计算顶点vi和vj的不相似度e(vi,vj)：e(vi,vj)=(re(tr(Ci×Cj-1))+re(tr(Ci-1×Cj)))2---<1>]]>其中，i∈(1,m×n)，Ci为vi的协方差矩阵，Cj为顶点vj的协方差矩阵，是对Ci的求逆，是对Cj的求逆，tr是指矩阵的迹，re(·)表示取实部；2b)利用步骤式<1>，计算顶点集V(v1,v2,...,vm×n)中的所有顶点与其对应的八邻域的不相似度即图的边集E(e1,e2,...,ew)，w为权值图中权值边的个数；2c)用顶点集V中的各顶点和连接各顶点与其对应的八邻域中的每个顶点之间的权值边集合E组成全连图即权值图G(V,E)；3)根据权值图G(V,E)对极化SAR数据进行过分割处理，得到过分割标签label0：3a)对权值图G(V,E)按照权值边E(e1,e2,...,ew)中元素递增的顺序排序；3b)定义初始分割标签S0，S0中每个顶点分别为一类；3c)第p个权值边为p＝1；3d)如果Sp‑1分割结果中第p个权值边连接的两个顶点vi、vj不在同一个块中，令顶点vi、vj在Sp‑1中对应的标签号分别为I和J，令Sp‑1中标签号为I、J的区域为DI、DJ，计算DI、DJ的内部不相似度M(DI,DJ)：M(DI,DJ)=min(dif(DI)+kcI,dif(DJ)+kcJ)---<2>]]>其中，dif(DI)为区域DI的最小生成树中的最大值，dif(DJ)为区域DJ的最小生成树中的最大值，cI为区域DI中的像素个数，cJ为区域DJ中的像素个数，k为大于零的常数；3e)判断ep<M(DI,DJ)是否成立，其中ep表示第p个权值边的权值，若成立，则将分割标签Sp‑1中DI、DJ这两个区域的标签号I、J中的较小值作为新的分割标签Sp中这两个区域的标签号，即合并区域DI、DJ，否则，Sp＝Sp‑1；3f)令p＝p+1，返回到步骤3d)，直到p＝w时停止，其中w为权值边的个数，得到分割结果label0＝Sw；4)设定一个后处理阈值:m＝20，统计分割结果label0中每一个标签的像素点个数，如果该标签的像素点个数小于m，则将该标签的像素点与它邻域中不相似度最小的块进行合并，得到新的标签图label1；5)将标签label1中的每个标签号对应的区域作为一个分类单元，用Wishart有监督分类方法得到label1中每个区域在标准图中对应的标签号，即最终的分类结果；步骤4)所述的将该标签的像素点与它邻域中不相似度最小的块进行合并，其实现如下：4a)统计分割结果label0中标签类数L以及每个标签为l的区域Dl的像素点个数n(l)，其中l＝1,2,…,L；4b)令l＝1；4c)将区域Dl中的像素点个数n(l)与阈值m进行比较，如果n(l)<m，则统计标签号为l的区域Dl的邻域个数z(l)以及各邻域的标签号o(c)，其中c＝1,2,…,z(l)；4d)根据邻域个数z(l)来判断Dl是否只有一个邻域，若z(l)＝1，则表示Dl只有一个邻域，并将该邻域的标签号o(c)作为Dl的新标签号；若z(l)>1，则表示Dl有多个邻域，并计算Dl与每个邻域Do(c)的不相似度W(Dl,Do(c))：W(Dl,Do(c))=|tr(C‾l×C‾o(c)-1)+tr(C‾l-1×C‾o(c))|---<3>]]>其中o(c)为区域Dl的第c个邻域的标签号，c＝1,2,…,z(l)，为区域Dl中所有像素点的协方差矩阵的平均值，为区域Do(c)中所有像素点的协方差矩阵的平均值，是的逆矩阵，是的逆矩阵，tr(·)是指矩阵的迹，|·|表示取绝对值，4e)假设区域Dl与其第c0个邻域的不相似度W(Dl,Do(c))最小，则将标签号o(c0)作为区域Dl中像素点的新标签号，即合并区域Dl和区域4f)令l＝l+1，返回到步骤4c)，直到l＝L时停止，得到新的标签label1。