[发明专利]一种基于SAR影像的地物分类方法及装置

权利要求书

1.一种基于SAR影像的地物分类方法，其特征在于，所述方法包括：

获取待分类区域的SAR影像，所述SAR影像中包括多个像素；

利用深度学习模型获得所述多个像素所属的初始地物类别；

根据所述多个像素所属的初始地物类别，利用条件随机场模型获得所述多个像素属于各个地物类别的后验概率，所述初始地物类别为所述各个地物类别中的任意一种；

对所述多个像素属于各个地物类别的后验概率进行超像素边界约束，获得所述多个像素属于各个地物类别的后验约束概率；

根据所述多个像素属于各个地物类别的后验约束概率，确定所述多个像素所属的地物类别。

2.根据权利要求1所述的方法，其特征在于，在所述利用预先训练的深度学习模型获得所述多个像素所属的初始地物类别之前，所述方法还包括：

利用预先获得的训练样本训练所述深度学习模型，所述训练样本根据所述SAR影像对应的目视解译结果确定，所述深度学习模型由卷积神经网络组成。

3.根据权利要求1所述的方法，其特征在于，所述根据所述多个像素所属的初始地物类别，利用条件随机场模型获得所述多个像素属于各个地物类别的后验概率包括：

将所述多个像素所属的初始地物类别和所述多个像素的像素值代入所述条件随机场模型；

迭代更新所述条件随机场模型，获得所述条件随机场模型收敛时输出的所述多个像素属于各个地物类别的后验概率。

4.根据权利要求1所述的方法，其特征在于，所述对所述多个像素属于各个地物类别的后验概率进行超像素边界约束，获得所述多个像素属于各个地物类别的后验约束概率包括：

对所述多个像素进行超像素分割，并确定所述多个像素所属的超像素；

根据所述多个像素属于各个地物类别的后验概率，获取所述多个像素所属的超像素对应的均值后验概率；

根据所述多个像素属于各个地物类别的后验概率、所述多个像素所属的超像素对应的均值后验概率和预设的约束权重，获得所述多个像素属于各个地物类别的后验约束概率。

5.根据权利要求1所述的方法，其特征在于，所述根据所述多个像素属于各个地物类别的后验约束概率，确定所述多个像素所属的地物类别包括：

将所述多个像素属于各个地物类别的后验约束概率中的最大概率值对应的地物类别作为所述多个像素所属的地物类别。

6.一种基于SAR影像的地物分类装置，其特征在于，所述装置包括：

获取模块，用于获取待分类区域的SAR影像，所述SAR影像中包括多个像素；

初分类模块，用于利用深度学习模型获得所述多个像素所属的初始地物类别；

后分类模块，用于根据所述多个像素所属的初始地物类别，利用条件随机场模型获得所述多个像素属于各个地物类别的后验概率，所述初始地物类别为所述各个地物类别中的任意一种；

边界约束模块，用于对所述多个像素属于各个地物类别的后验概率进行超像素边界约束，获得所述多个像素属于各个地物类别的后验约束概率；

确定模块，用于根据所述多个像素属于各个地物类别的后验约束概率，确定所述多个像素所属的地物类别。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

模型训练模块，用于利用预先获得的训练样本训练所述深度学习模型，所述训练样本根据所述SAR影像对应的目视解译结果确定，所述深度学习模型由卷积神经网络组成。

8.根据权利要求6所述的装置，其特征在于，所述后分类模块具体用于：

将所述多个像素所属的初始地物类别和所述多个像素的像素值代入所述条件随机场模型；

迭代更新所述条件随机场模型，获得所述条件随机场模型收敛时输出的所述多个像素属于各个地物类别的后验概率。