基于观测向量差的SAR图像纹理分类方法技术

本发明专利技术公开了一种基于观测向量差的SAR图像纹理分类方法，主要解决对SAR图像地物分类的问题。其分类过程为：(1)训练集中随机选取r幅图像分块处理，转换得到列向量差矩阵P；(2)用观测矩阵对上述P观测，得到纹元观测向量差矩阵X，并对其聚类得到纹元字典D；(3)对训练集图像按步骤(2)计算得到观测向量差矩阵Xtr；(4)对Xtr向纹元字典D进行投影，形成训练图像纹元直方图h；(5)将测试集图像表示成测试图像纹元直方图he；(6)计算he与h之间的距离，根据该距离大小确定he所属的类别；(7)对所有测试图像按照步骤(6)进行计算，得到最终的分类率。本发明专利技术应用了最新的压缩感知理论，过程简单，分类识别率高，可用于SAR图像地物纹理分类。

【技术实现步骤摘要】
本专利技术属于图像处理
，涉及SAR图像分类，可应用于SAR图像地物目标识别与分类。
技术介绍
合成孔径雷达(Synthetic Aperture Radar, SAR)是一种高分辨率雷达体制,可应用于军事，农业，导航，地理监视等诸多领域。它与其它遥感成像系统，光学成像系统相比有很多差异。在军事目标识别方面，SAR图像被广泛的应用在目标检测领域，而SAR图像地物分类技术则是传统的自动地形分类技术的扩展。但是在SAR图像中存储着极为丰富的信息，图像特征结构复杂，既包括地形、植被、水文这样的自然特征，又包括房屋和道路这样的 人工地物。此外，这些特征之间的关系也相当复杂，无论是几何关系还是语义关系，都无法用简单的方法进行描述。而传统的人工目视解译费时费力，不能满足生产和实际需要。因而亟需一种快速高精准的识别分类技术来解决现存的难题。光谱特征和纹理特征是遥感图像的两大基本特征，也是进行遥感图像分析所依据的两个基本要素。由于干扰，影响地质体光谱信息的因素较多，而且在一定程度上存在异物同谱、同物异谱等现象，使得在大多数应用研究中所提取的光谱信息极为有限，已远远不能满足日益增长的遥感应用的需要。而本文档来自技高网...

【技术保护点】
一种基于观测向量差的SAR图像纹理分类方法，包括如下步骤：(1)从训练集的每一类纹理图像中随机选取r幅图像，8＜r＜15，进行分块处理，每一块称为纹元，记作Ip；(2)将块图像Ip中的每个列向量首尾相接，拉成一个列向量p，将相邻列向量相减得到列向量差，记作pdiff，用所有块图像的列向量差组合成列向量差矩阵Pdiff；(3)对列向量差矩阵Pdiff通过下式进行计算，得到纹元的观测向量差矩阵X，X＝MPdiff，其中，M为观测矩阵；(4)对纹元的观测向量差矩阵X中的向量进行聚类处理，聚类中心记作d，形成纹元字典D，其中，C为图像类别个数，K为每类的聚类个数；(5)对训练集中的每一幅图像，按照步骤...

【技术特征摘要】
1.一种基于观测向量差的SAR图像纹理分类方法，包括如下步骤 (1)从训练集的每一类纹理图像中随机选取r幅图像，8<r<15，进行分块处理，每一块称为纹元，记作Ip ; (2)将块图像Ip中的每个列向量首尾相接，拉成一个列向量P，将相邻列向量相减得到列向量差，记作Pdiff,用所有块图像的列向量差组合成列向量差矩阵Pdiff ； (3)对列向量差矩阵匕砠通过下式进行计算，得到纹元的观测向量差矩阵X，X= MPdiff, 其中，M为观测矩阵； (4)对纹元的观测向量差矩阵X中的向量进行聚类处理，聚类中心记作...

【专利技术属性】
技术研发人员：侯彪，焦李成，李邵利，王爽，张向荣，马文萍，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：