[发明专利]基于异极化比和散射功率熵的极化SAR图像分类方法

权利要求书

1.一种基于异极化比和散射功率熵的极化SAR图像分类方法，包括如下步骤：

(1)去除待分类极化SAR图像中的相干斑噪声，得到滤波后的极化SAR图像；

(2)获取极化SAR图像中各像素点的三种散射功率：对滤波后的极化SAR图像进行Freeman分解，得到各像素点的表面散射功率P_s、二面角散射功率P_d和体散射功率P_v；

(3)利用各像素点的三种散射功率，分别计算每一个像素点的散射功率熵H_p，其中0≤H_p≤1；

(4)对极化SAR图像进行初始分类：根据极化SAR图像中每个像素点的三种散射功率和散射功率熵H_p，对极化SAR图像进行初始分类，得到7类极化SAR图像：

(4a)根据极化SAR图像的散射功率熵H_p选择两个分类阈值x₁和x₂；

(4b)根据散射功率熵H_p与两个分类阈值x₁和x₂的关系，对极化SAR图像进行初始分类，具体为：

当0≤H_p≤x₁，将满足P_s＝max(P_s,P_d,P_v)的像素点划分为表面散射类，满足P_d＝max(P_s,P_d,P_v)的像素点划分为二面角散射类，满足P_v＝max(P_s,P_d,P_v)的像素点划分为体散射类；

当x₁＜H_p≤x₂，将满足P_s＝min(P_s,P_d,P_v)的像素点划分为二面角-体散射混合类，满足P_d＝min(P_s,P_d,P_v)的像素点划分为表面-体散射混合类，满足P_v＝min(P_s,P_d,P_v)的像素点划分为表面-二面角散射混合类；

当x₂＜H_p≤1，则将该类像素点划分为散射混合类；

(5)定义异极化比公式，并利用该公式计算极化SAR图像中各像素点的共极化分量与交叉极化分量的比值，得到各像素点的异极化比，然后统计极化SAR图像的异极化比分布；

(6)对极化SAR图像进行再次分类：根据极化SAR图像中各像素点的异极化比和极化SAR图像的异极化比分布，对步骤(4)中的7类极化SAR图像中的每一类进行同比例的细分，得到7n类极化SAR图像，其中，n表示每一类数据细分的类别数，且n≥2；

(7)对获得的7n类极化SAR图像进行类别合并，得到m类极化SAR图像，其中，m的值是由极化SAR图像中包含的地物种类个数来确定；

(8)更新m类极化SAR图像中每个像素点所属的类别，得到分类结果；

(9)用红色R、绿色G和蓝色B三个颜色分量作为三基色，根据三基色原理给步骤(8)中得到的分类结果上色，得到最终彩色分类结果图。

2.根据权利要求1所述的基于异极化比和散射功率熵的极化SAR图像分类方法，其特征在于，步骤(1)中所述的去除待分类的极化SAR图像中的相干斑噪声，采用的是精致Lee滤波方法。