[发明专利]用于SAR图像的小波金字塔极化纹理基元特征提取方法

权利要求书

1.一种用于SAR图像的小波金字塔极化纹理基元特征提取方法，其特征在于，包括以下步骤，

步骤1，将极化SAR图像的原始协方差矩阵C转换到不同的线性极化基下，得到由方向角表示的极化合成协方差矩阵然后选取极化合成协方差矩阵中第二行第二列的元素生成极化特征图所述方向角的个数记为

步骤2，对步骤1所得的极化特征图进行小波分解，提取极化SAR图像中每个像素点的小波极化特征矢量，小波分解尺度的个数记为J；最后运用滑动窗以极化SAR图像中每个像素点为中心，根据滑动窗内所有像素点的小波极化特征矢量，提取极化SAR图像中每个像素点的小波极化方差特征矢量；

提取极化SAR图像中每个像素点的小波极化特征矢量f时，小波极化特征矢量f中元素根据极化特征图进行提取的计算公式如下，

其中，是第i-1次分解低通滤波的近似系数，是第i次分解x、y方向上高通滤波的细节系数的平方和，分别是第i次分解x、y方向上高通滤波的细节系数，是通过整数因子m扩展的离散三阶B-spline函数；i的取值为1，2，...J；

提取极化SAR图像中每个像素点的小波极化方差特征矢量V时，小波极化方差特征矢量V中元素根据以下计算公式得到，

其中，表示滑动窗内任一像素点(w，h)的小波极化特征矢量f中的元素var(.)表示求方差；

步骤3，从极化SAR图像中随机选取每种类别像素点的20％作为训练样本点，对所有训练样本点的小波极化方差特征矢量运用K-means方法聚类，得到K个聚类中心m_j(j＝1，2...K)，所有训练样本的聚类中心构成纹理基元库；

步骤4，以极化SAR图像中感兴趣点为中心取图像块，计算图像块中每个像素点的小波极化方差特征矢量到步骤3所得纹理基元库中每个聚类中心的欧式距离，统计在每个聚类中心出现最小欧氏距离的数目，得到统计直方图，作为感兴趣点的小波极化纹理基元特征；

步骤5，用金字塔模型描述小波极化纹理基元特征，计算金字塔模型中每层每个子块的小波极化纹理基元特征均值，得到基于金字塔表达的小波极化纹理基元特征。

2.如权利要求1所述用于SAR图像的小波金字塔极化纹理基元特征提取方法，其特征在于：步骤5所述金字塔模型采用三层的金字塔模型。

3.如权利要求1或2所述用于SAR图像的小波金字塔极化纹理基元特征提取方法，其特征在于：所述方向角的取值为0，4，...180，