全极化SAR海岸线地物分类方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105608465A(43)申请公布日2016.05.25(21)申请号201510938224.1(22)申请日2015.12.15(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人缑水平王朋焦李成陈文帅王爽马文萍马晶晶(74)专利代理机构陕西电子工业专利中心61205代理人王品华黎汉华(51)Int.Cl.G06K9/62(2006.01)权利要求书3页说明书6页附图1页(54)发明名称全极化SAR海岸线地物分类方法(57)摘要本发明公开了一种全极化SAR海岸线地物分类方法，主要解决现有技术对弱散射地物分类正确率低，易错分的问题。其实现步骤为：1.获取SAR图像三个通道上的纹理特征；2.在三个通道的纹理特征上求其对应的稀疏系数矩阵A1，A2，A3；3.提取SAR的极化特征；4.构造系数矩阵集合P＝[A1’，A2’，A3’，A4’]；5.利用支撑向量机对P中的测试样本进行初始分类；6.对初始分类结果进行优化，得到最终的SAR海岸线地物分类结果。本发明对全极化SAR海岸线地物的分类正确率高，并能完整的保留特定目标中具体地物的细节特征，可用于全极化合成孔径雷达SAR图像分类和目标识别。CN105608465ACN105608465A权利要求书1/3页1.全极化SAR海岸线地物分类方法，包括：(1)利用polSARpro_v4.0软件获取SAR图像上水平发射水平接收HH通道、水平发射垂直接收HV通道和垂直发射垂直接收VV通道的灰度图像，并通过小波分解得到这三个通道上图像的纹理特征；(2)利用极化相干矩阵T得到全极化SAR图像的极化特征，该极化特征包括散射熵H、各向异性系数A、散射角α和三个特征值；(3)在三个通道上分别选取水库坑塘、盐碱地和海涂这三类地物样本的纹理特征构造三个通道的字典，即HH通道字典D1、HV通道字典D2、VV通道字典D3，采用正交匹配追踪OMP算法，得到这三个字典对应的稀疏系数矩阵A1，A2，A3；(4)利用极化特征，选取三类地物样本构造极化字典D4，采用正交匹配追踪OMP算法，得到极化字典D4对应的稀疏系数矩阵A4，构造系数矩阵集合：P＝[A1’，A2’，A3’，A4’]；(5)从系数矩阵集合P中选取部分三类地物样本作为支撑向量机SVM分类器的训练样本，并将其它未选取的三类地物样本作为测试样本，通过SVM分类器对测试样本进行分类，得到初始分类结果；(6)利用复威沙特Wsihart迭代算法，对初始分类结果进行优化处理，得到最终分类结果。2.根据权利要求1所述的全极化SAR海岸线地物分类方法，步骤(1)中通过小波分解得到这三个通道上图像的纹理特征，是利用一层db3小波函数进行分解，得到低频部分分解系数，垂直方向分解系数，水平方向分解系数，对角线方向分解系数，并将其作为图像的纹理特征。3.根据权利要求1所述的全极化SAR海岸线地物分类方法，步骤(2)中利用极化相干矩阵T得到全极化SAR图像的极化特征，按如下步骤进行：(2a)对极化相干矩阵T进行分解，得到三个特征值，分解公式如下：其中，H表示共轭转置；λ1、λ2、λ3表示极化相干矩阵T的三个特征值，e1表示第一特征值λ1对应的特征向量，e2表示第二特征值λ2对应的特征向量，e3表示第三特征值λ3对应的特征向量，每一个特征值对应的特征向量如下所示：式中αi表示目标的第i个散射角，其取值范围为[0,90°]；βi表示目标的第i个方位角，其取值范围为[-180°,180°]；表示目标的HH通道与VV通道相位角之和；δ表示目标的2倍VV通道相位角；γ表示目标的HH通道与VV通道相位角之和与HV通道相位角之差；(2b)根据三个特征值λ1、λ2、λ3得到如下极化特征：平均散射角：α＝p1α1+p2α2+p3α3散射熵：H＝p1log3(p1)+p2log3(p2)+p3log3(p3)2CN105608465A权利要求书2/3页各向异性系数：式中α1是目标的第1个散射角，α2是目标的第2个散射角，α3是目标的第3个散射角；是第一特征值与三个特征值和的比值，是第二特征值与三个特征值和的比值，是第三特征值与三个特征值和的比值。4.根据权利要求1所述的全极化SAR海岸线地物分类方法，步骤(3)中采用正交匹配追踪OMP算法，得到三个字典对应的稀疏系数矩阵A1，A2，A3，按如下步骤进行：(3a)求HH通道字典D1对应的稀疏系数矩阵A1，公式如下：其中，T表示转置，min表示取最小值操作，||·||0表示取0范数操作，D1由HH通道三类地物样本的纹理特征构成，表示第k类地物的HH通道字典原子；A1是HH通道稀疏系数矩阵，表示第k类地物对应的HH通道稀疏系数，k＝1，2，3；X1