[发明专利]基于Freeman分解和同极化比的极化SAR图像分类方法

摘要

本发明公开了一种基于Freeman分解和同极化比的极化SAR图像分类方法，主要解决现有技术计算复杂度较高和分类效果差的问题，其实现步骤为：(1)输入极化SAR数据的协方差矩阵；(2)对输入的矩阵进行Freeman分解，获取平面散射、二面角散射及体散射三种散射功率矩阵；(3)根据三种散射功率矩阵将极化SAR数据进行初始划分；(4)计算每类极化SAR数据各像素点的同极化比；(5)选择阈值依据同极化比将步骤(3)中每类极化SAR数据划分为3类，从而将整个极化SAR数据划分为9类；(6)对整个极化SAR数据的划分结果进行复Wishart迭代并上色，得到最终彩色分类结果图。本发明与经典分类方法相比，对极化SAR数据的划分更加严谨，分类结果明显，计算复杂度相对较小。

主权项

一种基于Freeman分解和同极化比的极化SAR图像分类方法，包括如下步骤：（1）对输入数据进行Freeman分解，得到散射功率矩阵Ps,Pd,Pv，其中，Ps表示平面散射功率矩阵，Pd表示二面角散射功率矩阵，Pv表示体散射功率矩阵；（2）根据功率矩阵Ps,Pd,Pv对极化SAR图像数据进行初始划分：2a）根据max(Ps,Pd,Pv)的值，将极化SAR图像数据初始划分为三类，即将max(Ps,Pd,Pv)＝Ps的对应像素点划分为平面散射类，将max(Ps,Pd,Pv)＝Pd的对应像素点划分为二面角散射类，将当max(Ps,Pd,Pv)＝Pv对应像素点划分为体散射类；2b）利用下式计算2a）中每一类数据的每个像素点的同极化R值，得到每类数据的一系列R值： R = 10 * log ( | S HH | 2 | S VV | 2 ) 其中，SHH表示水平向发射和水平向接收的回波数据，SVV表示垂直向发射和垂直向接收的回波数据，|·|表示取这个数的模值；2c）选取两个不同的阈值threshod1和threshod2，将每类数据进一步划分为三类，即将R＜threshod1对应的像素点划分为一类，将threshod1＜R＜threshod2对应的像素点划分为一类，将R＞threshod2对应的像素点划分为一类，从而将整个极化SAR图像数据划分为9类，其中，threshod1＝‑2，threshod2＝2;（3）对整个极化SAR图像数据的9类划分结果进行复Wishart迭代，得到更为准确的分类结果；（4）用红色R、绿色G、蓝色B三个颜色分量作为三基色，根据三基色原理给步骤（3）得到更为准确的分类结果上色，得到最终彩色分类结果图。