基于随机散射相似性的全极化合成孔径雷达图像分类方法技术

本发明专利技术涉及一种基于随机散射相似性的全极化合成孔径雷达图像分类方法，包括：根据待分类的图像的目标相干矩阵为待分类图像计算目标与标准散射体间的随机散射相似性参数，根据所述随机散射相似性参数为待分类图像生成分类图并输出。本发明专利技术提出的随机散射相似性参数可用于任意两个散射体间的相似性计算，采用该随机散射相似性参数的全极化合成孔径雷达图像分类方法具有良好的目标区分性能。

【技术实现步骤摘要】
基于随机散射相似性的全极化合成孔径雷达图像分类方法
本专利技术涉及图像分类领域，特别涉及一种基于随机散射相似性的全极化合成孔径雷达图像分类方法。
技术介绍
利用电磁波远距离照射目标以获取其散射信息，是当代遥感科学和地球科学的研究重点。电磁波与目标相互作用的过程就是目标对电磁波进行幅度、相位和极化调制的过程，电磁波的极化特征使我们可获得关于目标的更多信息。通过测量入射波和散射波电场矢量或Stokes矢量间的变换关系，我们可获得目标散射矩阵(单目标情况下)或相干矩阵(分布目标情况下)，通过对这些矩阵进行分析和处理，我们即可反演出目标的物理散射机制和几何结构信息。一个常用的反演方法就是将散射矩阵或相干矩阵进行极化分解，这一概念由Huynen于1970年首次提出(参见参考文献1：“J.R.Huynen,"PhenomenologicalTheoryofRadarTargets,"Ph.D.Dissertation,Tech.Univ.Delft,Delft,TheNetherland,1970”)，引领了该领域40多年的蓬勃发展。此外，基于散射相似性的目标识别和分类方法也受到了广泛应用和关注。Yang等首先定义了两个单目标散射矩阵间的相似性(参见参考文献2：“J.Yang,Y.N.Peng,andS.M.Lin,"Similaritybetweentwoscatteringmatrices,"Electron.Lett.,vol.37,no.3,pp.193–194,Feb.2001”)。Chen等将该参数进行拓展，以描述分布目标与标准单目标散射体间的相似性(参见参考文献3：“Q.Chen,Y.M.Jiang,L.J.Zhao,andG.Y.Kuang,"Polarimetricscatteringsimilaritybetweenarandomscattererandacanonicalscatterer,"IEEEGeosci.RemoteSens.Lett.,vol.7,no.4,pp.866–869,Oct.2010”)。利用该参数，Chen等设计了一个目标分类算法：首先计算目标与标准表面散射、二面散射以及45°旋转的二面散射间的散射相似性参数，然后利用三个参数构建伪彩色RGB图实现对目标的简单分类。相比于基于极化分解的分类方案，该方法计算效率高，但不足之处在于对体散射的描述过于理想。Chen等利用45°旋转的标准二面散射来表征体散射，但体散射通常是由拥挤的建筑群或森林区域的各种随机散射叠加而成，为一个分布目标，无法用单目标来表示。因此一个可行的改进方向就是利用标准分布体散射代替旋转的二面散射，但Chen等提出的散射相似性参数无法描述两个分布目标间的相似性。
技术实现思路
本专利技术的目的在于克服现有技术中的图像分类方法中所采用的散射相似性参数无法描述两个分布目标间的相似性的问题，从而提供分类效果良好的全极化合成孔径雷达图像分类方法。为了实现上述目的，本专利技术提供了一种基于随机散射相似性的全极化合成孔径雷达图像分类方法，包括：根据待分类的图像的目标相干矩阵为待分类图像计算目标与标准散射体间的随机散射相似性参数，根据所述随机散射相似性参数为待分类图像生成分类图并输出。上述技术方案中，所述标准散射体包括标准表面散射、标准二面散射与标准体散射；该方法包括以下步骤：步骤1)、读入待分类图像的目标相干矩阵，并进行去取向处理；步骤2)、由步骤1)所得到的去取向处理后的待分类图像的目标相干矩阵，结合标准表面散射相干矩阵和二面散射相干矩阵，计算目标与标准表面散射及二面散射间的相似性参数RSs和RSd；步骤3)、由步骤1)所得到的去取向处理后的待分类图像的目标相干矩阵，结合已有的三种标准体散射模型，计算目标与三种不同标准体散射模型间的相似性参数，选择其中最优值作为目标与体散射间的相似性参数RSv；步骤4)、基于参数RSs、RSd和RSv为待分类图像构建伪彩色分类图，所述伪彩色分类图作为最终分类结果输出。上述技术方案中，所述步骤1)具体包括：对待分类图像中每一个像素位置的目标相干矩阵做去取向操作；其中，若原始的目标相干矩阵T为：取向角通过下式估计：则去取向后的目标相干矩阵T'表示为：上述技术方案中，在步骤2)中，目标与标准表面散射及二面散射间的相似性参数RSs和RSd的计算公式为：其中，Tcs为标准表面散射相干矩阵，Tcd为二面散射相干矩阵，分别表示为：上述技术方案中，所述步骤3)进一步包括：步骤3-1)、计算目标与三种不同标准体散射模型间的相似性参数；其中，所述三种标准体散射模型的表达式如下：目标与三种标准体散射间的相似性参数RSv1、RSv2和RSv3的表达式如下：步骤3-2)、计算判据参数tol：步骤3-3)、根据步骤3-2)所得到的判据参数，从RSv1、RSv2和RSv3中选取最优值作为RSv：上述技术方案中，所述的步骤4)进一步包括：在待分类图像的任意一个像素位置，将之前步骤计算得到的RSd、RSv和RSs分别作为该像素的红色、绿色和蓝色分量，从而得到伪彩色分类图。本专利技术的优点在于：本专利技术提出的随机散射相似性参数可用于任意两个散射体间的相似性计算，采用该随机散射相似性参数的全极化合成孔径雷达图像分类方法具有良好的目标区分性能。附图说明图1是本专利技术的一种基于随机散射相似性的全极化合成孔径雷达图像分类方法的流程图；图2是本专利技术的一种基于随机散射相似性的全极化合成孔径雷达图像分类方法的具体实现步骤的流程图；图3是一个实施例中的待分类图像的示意图；图4是图3所示待分类图像采用本专利技术的分类方法做分类后的分类结果示意图；图5是图3所示待分类图像采用现有技术中的基于Chen等提出的相似性参数的分类方法做分类后得到的分类结果的示意图。具体实施方式现结合附图对本专利技术作进一步的描述。参考图1，本专利技术的方法包括以下步骤：步骤1)、读入待分类图像的目标相干矩阵，并进行去取向处理；步骤2)、由步骤1)所得到的去取向处理后的待分类图像的目标相干矩阵，结合标准表面散射相干矩阵和二面散射相干矩阵，计算目标与标准表面散射及二面散射间的相似性参数RSs和RSd；步骤3)、由步骤1)所得到的去取向处理后的待分类图像的目标相干矩阵，结合已有的三种标准体散射模型，计算目标与三种不同标准体散射模型间的相似性参数，选择其中最优值作为目标与体散射间的相似性参数RSv；步骤4)、基于参数RSs、RSd和RSv为待分类图像构建伪彩色分类图，所述伪彩色分类图作为最终分类结果输出。下面对本专利技术方法中的步骤做进一步的说明。在步骤1)中，首先读入待分类的全极化合成孔径雷达图像。在一个实施例中，所读入的待分类图像如图3所示，该图像为由DLR研制的机载ESAR系统获取于德国Oberpfaffenhofen地区。在读入待分类的全极化合成孔径雷达图像后，对图像每一个像素位置的目标相干矩阵(描述了对应像素的散射信息)做去取向操作，若原始目标相干矩阵T为：则取向角可通过下式估计：去取向后的目标相干矩阵T'可表示为：经过该操作，目标取向引入的贡献得以补偿，保证了分类结果不受影响。在本专利技术中，定义了一个散射相似性参数，其表达式如下：其中，T'为步骤1)所得到的去取向后的目标相干矩阵，T本文档来自技高网...

【技术保护点】
一种基于随机散射相似性的全极化合成孔径雷达图像分类方法，包括：根据待分类的图像的目标相干矩阵为待分类图像计算目标与标准散射体间的随机散射相似性参数，根据所述随机散射相似性参数为待分类图像生成分类图并输出。

【技术特征摘要】
1.一种基于随机散射相似性的全极化合成孔径雷达图像分类方法，包括：根据待分类的图像的目标相干矩阵为待分类图像计算目标与标准散射体间的随机散射相似性参数，根据所述随机散射相似性参数为待分类图像生成分类图并输出；所述标准散射体包括标准表面散射、标准二面散射与标准体散射；该方法包括以下步骤：步骤1)、读入待分类图像的目标相干矩阵，并进行去取向处理；所述步骤1)具体包括：对待分类图像中每一个像素位置的目标相干矩阵做去取向操作；其中，若原始的目标相干矩阵T为：取向角通过下式估计：则去取向后的目标相干矩阵T'表示为：步骤2)、由步骤1)所得到的去取向处理后的待分类图像的目标相干矩阵，结合标准表面散射相干矩阵和二面散射相干矩阵，计算目标与标准表面散射及二面散射间的相似性参数RSs和RSd；步骤3)、由步骤1)所得到的去取向处理后的待分类图像的目标相干矩阵，结合已有的三种标准体散射模型，计算目标与三种不同标准体散射模型间的相似性参数，从RSv1、RSv2和RSv3中选取最优值作为目标与体散射间的相似性参数RSv；所述步骤3)进一步包...

【专利技术属性】
技术研发人员：李东，张云华，
申请(专利权)人：中国科学院空间科学与应用研究中心，
类型：发明
国别省市：北京;11