[发明专利]一种机载多维度合成孔径雷达图像地物分类方法

权利要求书

1.一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，包括以下步骤：

步骤S1、对同时获取的机载高分辨率多维度SAR图像进行预处理，标注地物类型标签，并对数据集进行划分得到训练集和测试集；

步骤S2、对于每个维度的SAR图像分别构建对应的地物分类模型，并利用深度学习方法采用训练集进行训练，使损失函数值趋于稳定并尽可能降低；

步骤S3、利用训练得到的各地物分类模型分别采用测试集进行地物分类测试评价，并根据测试评价结果得到各地物分类模型对各类别地物的分类准确敏感度；

步骤S4、对各地物分类模型的分类结果进行融合，实现机载多维度SAR图像地物分类。

2.根据权利要求1所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，所述的步骤S1具体包括以下步骤：

步骤S1-1、通过航空遥感系统同时获得机载高分辨率多维度SAR图像数据，并生成对应的像素类别蒙版，并对蒙版进行标注生成数据集；

步骤S1-2、在统计类别占比的前提下，根据语义分割数据集比例要求将数据集划分为训练集和测试集。

3.根据权利要求2所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，所述的步骤S1中，机载高分辨率多维度SAR图像包括光学图像、C波段图像、Ka波段图像、L波段图像、P波段图像和S波段图像。

4.根据权利要求1所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，所述的步骤S2具体包括以下步骤：

步骤S2-1、利用语义分割网络HRNet进行特征提取及多尺度特征融合；

步骤S2-2、对提取到的特征进行堆叠及上采样，生成预测图与真值进行损失计算，则损失函数的表达式为：

其中y_i为第i类的真值，为第i类的预测值，n为类别总数。

5.根据权利要求1所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，所述的步骤S3具体包括以下步骤：

步骤S3-1，对于每个维度的SAR图像对应的地物分类模型，在对应的测试集上进行验证，得到没有训练数据的测试可视化分类结果；

步骤S3-2，利用语义分割评价指标对分类结果进行评价。

6.根据权利要求5所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，所述的步骤S3-2中，语义分割评价指标包括交并比IoU、频权交并比FWIoU和像素准确率PA。

7.根据权利要求1所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，所述的步骤S4具体为：

将各维度的SAR训练图像分别输入各地物分类模型中进行分类，得到分类测试概率，并将所有测试概率进行加权叠加，取加权叠加后最大的概率作为对应图像像素的类别。

8.根据权利要求7所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，所述的步骤S4中，进行各地物分类模型融合的表达式为：

其中，M表示地物分类模型，D表示图像数据，b代表波段，f_r(M_b,D_b)表示放缩操作，Class表示类别，axis表示求取最大值的方向。

9.根据权利要求7所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，所述的步骤S4中，根据步骤S3中各地物分类模型对各类地物的分类测试结果确定权值并进行加权融合，具体为：

以单波段的分类测试结果最优的Ka波段为基准，在各类地物上单独分类结果最优的波段作为辅助，将各地物分类结果加权进Ka波段的分类结果中。

10.根据权利要求9所述的一种机载多维度合成孔径雷达图像地物分类方法，其特征在于，为防止融合时出现像素类别冲突，定义类别优先级，类别优先级的定义具体为：

priority＝α·max_iou+β·dif

α+β＝1

其中，priority为类别优先级，α、β为权重，max_iou为各地物分类模型对每个地物目标分类的最优交并比IoU，dif为各地物分类模型对每个地物目标分类的最优交并比IoU与次优交并比IoU的差值。