发明名称 |
基于混合分类器的极化SAR数据分类方法及系统 |
摘要 |
本发明公开了一种基于混合分类器的极化SAR数据数据分类方法及系统,本发明方法包括步骤:获取极化SAR数据的不同类初始极化特征,采用决策树分类器从初始极化特征中选择用于分类的极化特征;基于用于分类的极化特征,采用SVM分类器对极化SAR数据进行分类。本发明综合了决策树分类器和SVM分类器的优势,分类精度达到了SVM分类器水平,其分类计算效率与决策树分类器相当,对极化SAR数据分类具有重要意义。 |
申请公布号 |
CN103366184B |
申请公布日期 |
2016.09.14 |
申请号 |
CN201310310179.6 |
申请日期 |
2013.07.23 |
申请人 |
武汉大学 |
发明人 |
段艳;孙明伟;张剑清 |
分类号 |
G06K9/62(2006.01)I;G06K9/46(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
武汉科皓知识产权代理事务所(特殊普通合伙) 42222 |
代理人 |
张火春 |
主权项 |
基于混合分类器的极化SAR数据分类方法,其特征是:获取极化SAR数据的不同类初始极化特征,采用决策树分类器从初始极化特征中选择用于分类的极化特征;基于用于分类的极化特征,采用SVM分类器对极化SAR数据进行分类;在获取极化SAR数据的不同类初始极化特征之前,使用极化精致Lee滤波法对极化SAR数据进行滤波;所述的获取极化SAR数据的不同类初始极化特征,具体为:分别极化SAR数据进行极化分解、相干矩阵运算和功率运算,并将极化分解、相干矩阵运算和功率运算结果作为初始极化特征,从而获得极化SAR数据的不同类初始极化特征;所述的采用决策树分类器从初始极化特征中选择用于分类的极化特征,进一步包括子步骤:1‑1对滤波后的极化SAR数据进行Pauli极化分解,并根据极化分解系数将极化SAR数据转换为Pauli RGB图像,令|S<sub>HH</sub>‑S<sub>VV</sub>|<sup>2</sup>、|S<sub>HV</sub>+S<sub>VH</sub>|<sup>2</sup>和|S<sub>HH</sub>+S<sub>VV</sub>|<sup>2</sup>分别作为红色、绿色和蓝色通道构成RGB图像;S<sub>ij</sub>表示以i极化方式发射和j极化方式接收的极化分量,H表示水平极化,V表示垂直极化;1‑2对RGB图像按波段进行梯度预处理,并将各波段加权求和,得到梯度灰度图像;利用分水岭分割法分割梯度灰度图像,获得RGB图像中地物的同质区域分布图及各同质区域特征值;1‑3基于初始极化特征、RGB图像中地物的同质区域分布图及各同质区域特征值,采用决策树分类器从初始极化特征中选择用于分类的极化特征;所述的基于用于分类的极化特征,采用SVM分类器对极化SAR数据进行分类,进一步包括子步骤:2‑1分割极化SAR数据的RGB图像,获得RGB图像中地物的同质区域分布图及各同质区域特征值;2‑2基于用于分类的极化特征、RGB图像中地物的同质区域分布图及各同质区域特征值,采用SVM分类器对极化SAR数据进行分类。 |
地址 |
430072 湖北省武汉市武昌区珞珈山武汉大学 |