发明名称 |
极化SAR图像分类方法 |
摘要 |
本发明公开了一种极化SAR图像分类方法,包括:S1:提取极化SAR图像的特征:散射熵H、反熵A和散射角α,将所得到的特征集合(H,A,α)作为第一特征集;S2:将所述极化SAR图像分解为两个子孔径图像后,分别提取所述两个子孔径图像的特征:散射熵H、反熵A和散射角α,从而得到两个子特征集(H1,A1,α1)、(H2,A2,α2);S3:将所述两个子特征集中的各相应特征的值相减,得到所述各相应特征的差值的集合(ΔH,ΔA,Δα)作为第二特征集;S4:将所述第一特征集和所述第二特征集输入到决策树分类模型中,得到所述极化SAR图像的分类结果。使用本发明极化SAR图像分类方法,可以提高分类结果的精度。 |
申请公布号 |
CN103617427A |
申请公布日期 |
2014.03.05 |
申请号 |
CN201310685303.7 |
申请日期 |
2013.12.13 |
申请人 |
首都师范大学 |
发明人 |
邓磊;孙晨;赵文吉 |
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 |
北京金信立方知识产权代理有限公司 11225 |
代理人 |
黄威;邓玉婷 |
主权项 |
一种极化SAR图像分类方法,包括:S1:提取极化SAR图像的特征:散射熵H、反熵A和散射角α,将所得到的特征集合(H,A,α)作为第一特征集;S2:将所述极化SAR图像分解为两个子孔径图像后,分别提取所述两个子孔径图像的特征:散射熵H、反熵A和散射角α,从而得到两个子特征集(H1,A1,α1)、(H2,A2,α2);S3:将所述两个子特征集中的各相应特征的值相减,得到所述各相应特征的差值的集合(ΔH,ΔA,Δα)作为第二特征集;S4:将所述第一特征集和所述第二特征集输入到决策树分类模型中,得到所述极化SAR图像的分类结果。 |
地址 |
100048 北京市海淀区西三环北路105号 |