【技术实现步骤摘要】
基于各向异质性的快速极化SAR图像分割方法
本专利技术属于极化合成孔径雷达图像处理
,特别涉及一种基于各向异质性的快速极化SAR图像分割方法,适用在极化分类中超像素形成、相干矩阵T精确估计和极化初始分类结果后处理。
技术介绍
极化合成孔径雷达技术是现代雷达遥感测量测绘中一项前沿的技术,相对于一般SAR图像仅有幅度和相位信息,极化合成孔径雷达具有4个通道HH、HV、VH、VV能够提供更加丰富的散射信息来进行地物的解译,而极化SAR地物分类是极化SAR应用的一项主要研究内容;如今极化SAR分类方法能大致分为两类:(1)基于像素点的分类;(2)基于区域块的分类;基于区域块的分类是基于一种面向对象的思想,在极化地物分类中有着重要的应用和极大的潜力;相对于传统的基于像素点的极化SAR图像分类,基于区域块的分类有着更好的抗噪能力,且在测绘应用中有着更好的解译表达;但是,基于区域块的分类算法必须预先生成合适匀质的区域,因此如何生成合适的超像素分割得到了越来越多的关注。超像素在极化SAR地物分类中大致有如下三种用处:一般来说,匀质地物应该满足反射对称性的假设,在实际情况中,分布目标却不一定满足反射对称性,其解决办法可以为将极化SAR图像预先分割成匀质小块,再在小块中得到精确的估计相干矩阵;其次超像素分割作为极化领域的预处理技术,应该有快速的运算速度,高度的边缘贴合度,不存在过分割和欠分割等现象;高度的边缘贴合度以及适当的分割大小使得极化SAR的初始分类结果可以在超像素中进行投票,让优化后的结果有着更高的分类准确率以及更好的解译应用价值;并且,在居民区等区域,极化SA ...
【技术保护点】
1.一种基于各向异质性的快速极化SAR图像分割方法,其特征在于,包括以下步骤:步骤1,获取极化SAR图像,极化SAR图像包括M×N个像素点;M×N个像素点中每个像素点上分别对应1个三阶相干T矩阵,每个像素点沿极化SAR图像分别设置D个方向模板;D为设定正整数;将极化SAR图像中M×N个像素点对应的三阶相干T矩阵按列拼接成列向量,进而得到M×N×9三维矩阵;步骤2,根据M×N×9三维矩阵,计算极化SAR图像中M×N个像素点在D个方向模板的Wishart距离;步骤3,根据像素点(x,y)在D个方向模板的Wishart距离,得到像素点(x,y)的非线性映射值;其中,1≤x≤M,1≤y≤N;步骤4,根据像素点(x,y)的非线性映射值,得到像素点(x,y)的各项异质性系数;步骤5,遍历极化SAR图像中的M×N个像素点,重复步骤3和步骤4,进而得到M×N个像素点的各项异质性系数;步骤6,使用分水岭算法对M×N个像素点的各项异质性系数进行初始分割,得到一个与极化SAR图像大小相同的M×N维矩阵,令其为M×N维Label矩阵;步骤7,对M×N维Label矩阵进行区域融合,进而得到极化SAR图像的超像素 ...
【技术特征摘要】
1.一种基于各向异质性的快速极化SAR图像分割方法,其特征在于,包括以下步骤:步骤1,获取极化SAR图像,极化SAR图像包括M×N个像素点;M×N个像素点中每个像素点上分别对应1个三阶相干T矩阵,每个像素点沿极化SAR图像分别设置D个方向模板;D为设定正整数;将极化SAR图像中M×N个像素点对应的三阶相干T矩阵按列拼接成列向量,进而得到M×N×9三维矩阵;步骤2,根据M×N×9三维矩阵,计算极化SAR图像中M×N个像素点在D个方向模板的Wishart距离;步骤3,根据像素点(x,y)在D个方向模板的Wishart距离,得到像素点(x,y)的非线性映射值;其中,1≤x≤M,1≤y≤N;步骤4,根据像素点(x,y)的非线性映射值,得到像素点(x,y)的各项异质性系数;步骤5,遍历极化SAR图像中的M×N个像素点,重复步骤3和步骤4,进而得到M×N个像素点的各项异质性系数;步骤6,使用分水岭算法对M×N个像素点的各项异质性系数进行初始分割,得到一个与极化SAR图像大小相同的M×N维矩阵,令其为M×N维Label矩阵;步骤7,对M×N维Label矩阵进行区域融合,进而得到极化SAR图像的超像素分割图,所述极化SAR图像的超像素分割图为基于各向异质性的快速极化SAR图像分割结果。2.如权利要求1所述的一种基于各向异质性的快速极化SAR图像分割方法,其特征在于,在步骤1中,所述M×N个像素点中每个像素点上分别对应1个三阶相干T矩阵,还包括:将像素点(x,y)上对应的三阶相干T矩阵记为T(x,y),其表达式为:其中,1≤x≤M,1≤y≤N;将像素点(x,y)上对应的三阶相干T矩阵T(x,y)中第i行第j列元素记为Tij(x,y),1≤i≤3,1≤j≤3;所述M×N×9三维矩阵,还包括:像素点(x,y)上对应的三阶相干T矩阵T(x,y)由一个3×3维矩阵拼接成列向量,记为像素点(x,y)的列向量[T11(x,y),T12(x,y),T13(x,y),T21(x,y),T22(x,y),T23(x,y),T31(x,y),T32(x,y),T33(x,y)]T,1≤x≤M,1≤y≤N。3.如权利要求2所述的一种基于各向异质性的快速极化SAR图像分割方法,其特征在于,在步骤1中,所述每个像素点沿极化SAR图像分别设置D个方向模板,具体为:在像素点(x,y)处沿极化SAR图像设置D个方向模板,每个方向模板分别由两个长方形的单方向模板组成,且将第rot个方向模板内两个长方形的单方向模板中心线和极化SAR图像之间的夹角记为θrot,rot=1,2,…,D;进而分别得到第1个方向模板内两个长方形的单方向模板中心线和极化SAR图像之间的夹角θ1至第D个方向模板内两个长方形的单方向模板中心线和极化SAR图像之间的夹角θD,且对于第rot个方向模板内两个长方形的单方向模板中心线,在像素点(x,y)处做垂线、在距离所述中心线设定间距处存在两个对称于所述中心线的长方形单方向模板,记为像素点(x,y)在θrot方向的两个长方形的单方向模板;其中令设定间距为d,两个对称于所述中心线的长方形单方向模板长和宽分别为l和w,像素点(x,y)在θrot方向的两个长方形的单方向模板记为像素点(x,y)在θrot方向的左模板和像素点(x,y)在θrot方向的右模板;对极化SAR图像中像素点(x,y)在θrot方向的左模板内所有像素点和像素点(x,y)在θrot方向的右模板内所有像素点分别进行均值滤波,进而得到像素点(x,y)在θrot方向的左模板内所有像素点的平均T矩阵TL(x,y,θrot)和像素点(x,y)在θrot方向的右模板内所有像素点的平均T矩阵TR(x,y,θrot)。4.如权利要求3所述的一种基于各向异质性的快速极化SAR图像分割方法,其特征在于,在步骤2中,将所述极化SAR图像中M×N个像素点在D个方向模板的Wishart距离中像素点(x,y)的D个方向模板的Wishart距离记为dw(x,y),其得到过程为:2.1根据像素点(x,y)在θrot方向的左模板内所有像素点的平均T矩阵TL(x,y,θrot)和像素点(x,y)在θrot方向的右模板内所有像素点的平均T矩阵TR(x,y,θrot),计算像素点(x,y)在θrot方向的Wishart距离dw(x,y,θrot),其计算公式为:dw(x,y,θrot)=(NL+NR)ln|TLR(x,y,θrot)|-NLln|TL(x,y,θrot)|-NRln|TR(x,y,θrot)|其中,TLR(x,y,θrot)表示像素点(x,y)在θrot方向的转换平均T矩阵,且TLR(x,y,θrot)=(TL(x,y,θrot)+TR(x,y,θrot))/2,1≤x≤M,1≤y≤N,rot=1,2,3,...,D,TL(x,y,θrot)表示像素点(x,y)在θrot方向的左模板内所有像素点的平均T矩阵,TR(x,y,θrot)表示像素点(x,y)在θrot方向的右模板内所有像素点的平均T矩阵,NR表示像素点(x,y)在θrot方向的右模板内像素点个数,NL表示像素点(x,y)在θrot方向的左模板内像素点个数,||表示矩阵的行列式计算,ln表示底数为e的对数;2.2令θrot分别取θ1至θD,重复执行2.1,进而分别得到像素点(x,y)在θ1方向的Wishart距离dw(x,y,θ1)至像素点(x,y)在θD方向的Wishart距离dw(x,y,θD),记为像素点(x,y)在D个方向模板的Wishart距离dw(x,y)。5.如权利要求4所述的一种基于各向异质性的快速极化SAR图像分割方法,其特征在于,在步骤3中,所述像素点(x,y)的非线性映射值为g(x,y),其计算过程为:其中,∏为连乘符号,l表示像素点(x,y)在θrot方向的两个长方形的单方向模板的长,w表示像素点(x,y)在θrot方向的两个长方形的单方向模板的宽。6.如权利要求5所述的一种基于各向异质性的快速极化SAR图像分割方法,其特征在于,在步骤4中,所述像素点(x,y)的各项异质性系数为gF(x,y),其表达式为:其中,...
【专利技术属性】
技术研发人员:索志勇,方愚渊,张海瀛,解金卫,李真芳,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
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。