[发明专利]一种基于小波变换的SAR影像风条纹识别方法

说明书

本发明公开了星载SAR海洋遥感技术领域的一种基于小波变换的SAR影像风条纹识别方法，旨在解决现有技术中SAR影像风条纹特征是否明显没有具体判断标准，主要依靠经验进行肉眼分辨，导致花费时间多、分辨效率低的技术问题。所述方法包括如下步骤：按预设空间分辨率对目标SAR影像切片处理，获取不少于两个SAR特征图像；对所述SAR特征图像进行小波变换，提取所述SAR特征图像的小波系数；将所述小波系数输入预先训练好的卷积神经网络，获取所述小波系数的分类结果；基于所述分类结果，判定与所述小波系数相对应的SAR特征图像的风条纹是否明显。

技术领域

本发明涉及一种基于小波变换的SAR影像风条纹识别方法，属于星载SAR海洋遥感技术领域。

背景技术

海面风场是海洋上层运动的主要动力来源，它与海洋中绝大多数物理过程紧密相关，是研究海洋动力过程的重要基础。目前，人们普遍采用遥感反演的方法探测海面风场。其中，微波辐射计和星载微波散射计已实现海面风场的业务化探测，但分辨率不高；卫星高度计只能测量风速，无法获得风向，且测量范围小；合成孔径雷达(SAR)具有全天候、全天时、高空间分辨率等优点，其SAR影像中的风条纹的轴线方向与海面风向基本一致，因而可用风条纹反演风向，从而弥补了前几种探测方法的不足。

但通常情况下，一张完整SAR影像中只有部分区域风条纹明显，可以用风条纹反演风向。据统计，仅有44％左右的SAR影像可以利用风条纹信息反演风向，因而需要先识别出能用SAR影像反演的区域。目前，由于对SAR影像风条纹特征是否明显没有具体判断标准，主要依靠经验进行肉眼分辨，花费时间多，分辨效率低，迫切需要研究设计一种用于智能识别SAR影像风条纹明显程度的方法。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于小波变换的SAR影像风条纹识别方法，以解决现有技术中SAR影像风条纹特征是否明显没有具体判断标准，主要依靠经验进行肉眼分辨，导致花费时间多、分辨效率低的技术问题。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于小波变换的SAR影像风条纹识别方法，包括如下步骤：

按预设空间分辨率对目标SAR影像切片处理，获取不少于两个SAR特征图像；

对所述SAR特征图像进行小波变换，提取所述SAR特征图像的小波系数；

将所述小波系数输入预先训练好的卷积神经网络，获取所述小波系数的分类结果；

基于所述分类结果，判定与所述小波系数相对应的SAR特征图像的风条纹是否明显。

进一步地，所述小波变换为二维Mexican-hat小波变换。

进一步地，所述二维Mexican-hat小波变换，其计算公式如下：

式中，ψ_H(k)为小波母函数，k为二维空间—频率域的变量，·为向量内积，e为自然常数。

进一步地，所述预设空间分辨率包括10km×10km或5km×5km。

进一步地，所述卷积神经网络包括不少于一组交替分布的卷积层和池化层。

进一步地，所述卷积层的计算公式如下：

式中，为第l层的第j个SAR特征图像的小波系数，为卷积核函数，f()为激活函数，为加性偏置参数，M_j为输入的SAR特征图像小波系数的集合。

进一步地，所述池化层的计算公式如下：

式中，down()下层采样函数，为第l层的第j个SAR特征图像小波系数的乘性偏置参数。