[发明专利]基于改进遗传算法的全极化SAR图像监督分类方法

摘要

本发明公开了一种基于改进遗传算法的全极化SAR图像监督分类方法，包括：对SAR图像进行预处理；从散射矩阵S、相干矩阵T、协方差矩阵C中提取特征；将所有特征组成原始特征集作归一化；挑选训练样本集和测试样本集；将训练样本集分类；根据散射信息和分类器参数，构造特征和参数编码区；将分好类的训练样本集放入特征编码区，将分类器参数放入参数编码区；对特征编码区和参数编码区进行二进制编码并组合成染色体；对染色体进行选择、交叉、变异、再组合计算适应值的形式进行寻优过程，得到最优染色体，然后进行反编码得到最佳特征子集和分类器参数，以此训练分类器得到分类结果图。本发明能选择更有效的特征，改善分类效果，加快收敛速度，提高计算效率。

主权项

一种基于改进遗传算法的全极化SAR图像监督分类方法，其特征在于，包括如下步骤：1)输入待分类的全极化SAR图像，对其进行滤波预处理；2)从预处理后的全极化SAR图像的散射矩阵S、相干矩阵T、协方差矩阵C中提取多类特征；3)将提取的所有特征组合成原始特征集，并作归一化处理；然后根据全极化SAR图像的地物分布参考图，随机选择每类地物的训练样本，组成训练样本集；随机均匀的挑选测试样本集，作为后续整体测试精度评定依据；4)根据地物散射特征信息，将训练样本的特征进行先验知识分类，分类标准为实际地物在全极化SAR图像上表现的散射机制；5)根据全极化SAR图像的不同地物类别表现的散射信息，构造遗传算法特征编码区；6)根据分类器参数，构造遗传算法参数编码区；7)将步骤4)中分好类的特征集放入相应的特征编码区，将不同分类器参数放入相应的参数编码区；8)对上述特征编码区和参数编码区分别进行二进制编码并组合成染色体、初始种群设置和必要参数设置；9)对已编码的染色体利用遗传算法进行选择、交叉、变异、再组合计算适应值的形式进行寻优过程，其中以测试样本集计算的整体测试精度作为适应函数的参考，得到最优染色体；10)对最优染色体进行反编码得到最佳特征子集和分类器参数，以此训练分类器并进行地物分类得到分类结果图。