【技术实现步骤摘要】
本专利技术属于全极化SAR(SyntheticApertureRadar,合成孔径雷达)成像遥感
,涉及一种基于聚类的极化SAR图像相干斑自适应滤波方法。
技术介绍
相干斑现象广泛存在于极化SAR等相干成像系统所获得的图像中。相干斑的存在给极化SAR图像理解和解译带来了困难和挑战。在进行诸如目标检测、分类和识别等处理时,通常需要对极化SAR图像进行相干斑滤波预处理。性能优良的相干斑滤波方法要求在充分抑制相干斑的同时很好地保护地物细节。作为极化SAR图像预处理,相干斑滤波性能直接影响后续各种处理和应用的效果。因此,发展具有高精度的极化SAR相干斑自适应滤波方法具有重要意义。相干斑滤波主要包含两个步骤:一是相似候选样本像素的选取,二是无偏估计器的构建。其中,相似候选样本像素的选取是决定相干斑滤波性能的关键,成为该领域的研究重点。当前,极化SAR图像中相似候选样本像素的选取主要基于各极化通道的能量信息,较少利用各极化通道的相关信息和完整的极化矩阵信息,相似候选样本像素选取的适应性和准确性有待提高。文献Si-WeiChen,Xue-SongWangandMotoyukiSato,“PolInSARcomplexcoherenceestimationbasedoncovariancematrixsimilaritytest,”IEEETransactionsonGeoscienceandRemoteSensing,vol.50,no.11,pp.4699–4710,Nov.2012提出了一种基于极化矩阵相似性检验的相似候选样本像素选取方法,获得了更好的相干斑 ...
【技术保护点】
一种基于聚类的极化SAR图像相干斑自适应滤波方法,其特征在于,具体包括以下步骤:(S1)输入待滤波的极化SAR图像,由极化SAR图像的极化相干矩阵计算相似度参数;(S2)根据相似度参数,计算相似度参数的距离测度;(S3)计算原始聚类特征参数;(S4)对原始聚类特征参数序列进行降序排列;(S5)确定聚类类别数目和聚类中心;(S6)根据聚类中心,进行聚类处理,得到聚类类别参数序列;(S7)选取候选样本像素集,并对待滤波像素进行滤波处理,遍历极化SAR图像中的每一个像素,得到极化SAR相干斑滤波结果图。
【技术特征摘要】
1.一种基于聚类的极化SAR图像相干斑自适应滤波方法,其特征在于,具体包括以下步骤:(S1)输入待滤波的极化SAR图像,由极化SAR图像的极化相干矩阵计算相似度参数;(S2)根据相似度参数,计算相似度参数的距离测度;(S3)计算原始聚类特征参数;(S4)对原始聚类特征参数序列进行降序排列;(S5)确定聚类类别数目和聚类中心;(S6)根据聚类中心,进行聚类处理,得到聚类类别参数序列;(S7)选取候选样本像素集,并对待滤波像素进行滤波处理,遍历极化SAR图像中的每一个像素,得到极化SAR相干斑滤波结果图。2.如权利要求1所述的一种基于聚类的极化SAR图像相干斑自适应滤波方法,其特征在于,所述步骤(S1)中计算相似度参数具体为:极化SAR图像中的每一个像素对应一个极化相干矩阵,记为Tij,i=1,2,…,I,j=1,2,…,J,极化SAR图像的大小为I×J,I,J为整数,对每一个待滤波像素对应的极化相干矩阵Tij,记以Tij为中心的邻域N×M内每一个极化相干矩阵Tnm,n=1,2,…,N,m=1,2,…,M,N、M为奇数,计算Tij和Tnm的相似度参数lnQij-nm:lnQij-nm=6ln2+ln[Det(Tij)]+ln[Det(Tnm)]-2ln[Det(Tij+Tnm)]其中,Det(·)表示取矩阵的行列式;遍历邻域N×M内的每一个极化相干矩阵Tnm...
【专利技术属性】
技术研发人员:陈思伟,李永祯,陶臣嵩,王雪松,
申请(专利权)人:中国人民解放军国防科学技术大学,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。