基于Cloude分解和K-wishart分布的极化SAR图像分类方法技术

本发明专利技术公开了一种基于Cloude分解和K-wishart分布的极化SAR图像分类方法，主要解决现有技术分类效果差及计算复杂度高的问题，其实现步骤为：(1)读入一幅待分类的极化SAR图像，对图像中的每个像素点进行Cloude分解，得到熵H和散射角α；(2)根据熵H和散射角α的值对极化SAR图像进行初始划分，将图像划分为8类；(3)对整个极化SAR图像的8类划分结果进行K-wishart迭代，得到更为准确的分类结果。本发明专利技术与经典分类方法相比，对极化SAR图像的划分更加严谨，分类效果更佳，计算复杂度相对较小，可用于对极化SAR图像的进行地物分类和目标识别。

【技术实现步骤摘要】
基于CI oude分解和K-w i shart分布的极化SAR图像分类方
本专利技术属于图像处理
，涉及极化合成孔径雷达SAR图像地物分类，可用于对极化SAR图像的地物分类和目标识别。
技术介绍
合成孔径雷达SAR是一种高分辨率主动式有源微波遥感成像雷达，具有全天候、 全天时、分辨率高、可侧视成像等优点，可应用于军事、农业、导航、地理监视等诸多领域。与 SAR相比，极化SAR进行的是全极化测量，能获得目标更丰富的信息。近年来，利用极化SAR 测量数据进行的分类在国际遥感领域受到高度重视，已成为图像分类的主要研究方向。经典的极化SAR分类方法包括Cloude等人提出了基于Cloude目标分解的H/α非监督分类方法，见Cloude S R, Pottier E. An entropy based classification scheme for land applications of polarimetricSAR.1EEE Trans. Geosc1. Remote Sensing. 1997,35 (I) :549-557.该方法主要是通过Cloude分解获取H和α两个表征本文档来自技高网...

【技术保护点】
一种基于Cloude分解和K?wishart分布的极化SAR图像分类方法，包括如下步骤：(1)读入一幅待分类的极化SAR图像，对图像中的每个像素点进行Cloude分解，得到熵H和散射角α；(2)根据熵H和散射角α的值对极化SAR图像进行初始划分，将图像划分为8类；(3)对整个极化SAR图像的8类划分结果进行K?wishart迭代，得到更为准确的分类结果：3a)对整个极化SAR图像的8类划分结果，根据下式求每一类的聚类中心Vi：Vi=Σj=1NiCjNii＝1,2，...,8，j=1,2，...,Ni其中，Cj表示属于第j类像素的协方差矩阵，Ni表示属于第i类的像素的个数；3b)根据...

【技术特征摘要】

【专利技术属性】
技术研发人员：王爽，侯小瑾，李崇谦，刘亚超，马文萍，马晶晶，刘坤，张涛，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：