[发明专利]一种基于H/α参数变化规律的多时相PolSAR农作物监督分类方法

摘要

本发明公开了一种基于H/α参数变化规律的多时相PolSAR农作物监督分类算法，本发明的实现步骤是：(1)输入n个多时相的全极化SAR图像数据；(2)完成多时相全极化SAR图像的精准配；(3)将每个单时相的全极化SAR数据进行H/α分解，并将所得的H、α值保存在对应的矩阵中；(4)建立训练集；(5)构建分类函数；(6)对各个像素点进行分类匹配；(7)输出分类结果图。本发明在针对多时相PolSAR图像的农作物分类应用中，可以得到精度高于现有经典复Wishart分类方法的农作物分类图，一定程度上提高了PolSAR图像的分类质量。

主权项

1.一种基于H/α参数变化规律的多时相PolSAR农作物监督分类方法，其特征在于，包括如下步骤：/n(1)输入n个多时相的全极化SAR图像数据；/n(2)完成多时相全极化SAR图像的精准配；/n(3)将每个单时相的全极化SAR数据进行H/α分解，然后将所得每个像素点处的H、α参数值保存到对应的矩阵中，其中矩阵每层的数据对应着多时相SAR数据的每个时相的H、α数据；/n(4)建立地面真值分布：/n(4a)在地表真实分布选择各类农作物的训练样本，然后将选中区域的像素点的H和α以复数的形式，分别对应存在各类样本矩阵中；/n(4b)将(3)中保存的全极化SAR数据，同样以复数的形式存在目标矩阵中；/n(5)计算夹角，并构建分类函数：/n(5a)确定原点，将步骤(4a)获取的训练样本矩阵中的复数在H-α平面上与该点相连，并将步骤(4b)所得矩阵中所有全极化SAR像素点对应的复数与该点相连，再分别保存在训练样本矩阵和整体全极化SAR数据矩阵中；/n(5b)利用步骤(5a)所得各类训练样本的复数矩阵，在H-α平面计算训练样本在H-α分布区域的夹角；/n(5c)构建分类函数；/n(5d)将步骤(5a)中保存的全极化SAR图像的各个像素点的参数，代入所构建分类函数f(θ_i)，并得到对应的结果；/n(6)利用步骤(5d)中的结果，对该点进行分类判别；/n(7)输出分类后的农作物分布图。/n