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。

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。