申请/专利权人：北京航空航天大学

申请日：2024-04-19

公开（公告）日：2024-06-21

公开（公告）号：CN118230061A

主分类号：G06V10/764

分类号：G06V10/764;G06V20/10;G06V10/82

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明公开了一种基于张量局部保持投影的多波段PolSAR图像地物分类方法，涉及合成孔径雷达图像处理领域。首先根据空间、极化和波段维度将多波段PolSAR每个像素建模为张量；然后对每个像素构建多波段联合极化协方差矩阵，并使用该协方差矩阵的wishart距离构建近邻图和关联矩阵。接着利用训练样本的特征值分解求出投影矩阵。最后计算训练样本和测试样本的低维嵌入并使用分类器进行分类。本发明提出的多波段PolSAR地物分类方法比现有方法分类精度更高，分类结果更好。

主权项：1.一种基于张量局部保持投影的多波段PolSAR图像地物分类方法，其特征在于，包括以下步骤：步骤一，输入待分类的同一场景下多波段PolSAR图像，对不同波段的极化SAR图像进行滤波，得到滤波后的极化协方差矩阵；步骤二，提取每个波段极化协方差矩阵的像素特征，对每个待分类像素进行张量表示；同时对每个待分类像素构建多波段联合极化散射矢量和对应的联合协方差矩阵；1n个波段PolSAR数据的联合极化散射矢量的表达式为： 其中，kn为第n波段的极化散射矢量；2多波段PolSAR联合协方差矩阵的表达式为： 其中若步骤1中每个波段的散射数据无法得到，只能用协方差或相干矩阵表示时，多波段PolSAR联合协方差矩阵变为： 其中O表示一个大小和单波段协方差矩阵相同的全零矩阵；步骤三，利用待分类像素的张量和对应的多波段PolSAR联合协方差矩阵的wishart距离构建近邻图和对应的关联矩阵；基于wishart距离的近邻图和关联矩阵的实现过程为：1对于含有N个张量的训练样本X1,X2,...,XN，其中Xi∈RW×W×B×Di＝1,2,…,N，第i个张量与第j个张量之间的距离为： 其中表示第i个张量块中第k个像素，J·表示对待求像素构建多波段联合极化协方差矩阵，dSRWJ1,J2表示两两极化协方差矩阵之间的对称wishart距离；2利用k近邻方式构建近邻图来表示局部几何结构，即当且仅当两点中，一点在另一点的最近的k个点中，两点之间有边相连；3根据构造的近邻图，计算关联矩阵W＝[wij]N×N，具体表达式如下： 式中，σ为热核函数的参数，NX表示X的k近邻像素集合；步骤四，基于近邻图和关联矩阵利用TLPP计算训练样本集的特征值分解，得到投影矩阵；具体方法是：首先，TLPP对每一个模态寻找一系列变换矩阵U1,U2,…,Un，将高维数据映射到低维空间，对应的投影Yi＝Xi×1U1×2U2…×nUn，此时变换矩阵通过求解下式优化问题得到： 其中，dii＝∑jWij，Xi×kUk表示张量Xi与矩阵Uk的k模积；然后，使用迭代算法来解决上述优化问题，具体为：当更新Uk时，让U1,…Uk-1,Uk+1,…,Un固定，令并将表示为的k模展开；则优化问题改写为： 最后，通过求解广义特征值方程对应的dk个最小非零特征值对应的特征向量得到最优投影矩阵，同理，该方法适用于其他的变换矩阵；广义特征值方程对应的dk个最小非零特征值对应的特征向量为： 步骤五，通过投影矩阵计算所有样本的低维嵌入，并将低维嵌入展开为一维向量，利用分类器对一维的低维嵌入进行分类，得到多波段PolSAR图像地物分类结果。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于张量局部保持投影的多波段PolSAR图像地物分类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD