一種基于小波特征低秩表示的sar圖像目標聚類方法
【專利摘要】本發(fā)明屬于圖像處理【技術領域】，具體公開了一種基于小波特征低秩表示的SAR圖像目標聚類方法，主要提高了現(xiàn)有經(jīng)典算法的分類正確率的問題。其實現(xiàn)過程是：(1)對輸入的每一幅子圖像小波分解，并對各個子帶分別求解能量特征，構成特征向量，將所有輸入的子圖像的特征組合成一個能量特征矩陣，并進行歸一化處理；(2)對能量特征矩陣進行低秩處理，獲取低秩系數(shù)；(3)對低秩系數(shù)進行聚類，計算聚類結果。本發(fā)明相對于其它的一些經(jīng)典的分類方法能夠更好提高分類正確率，因此可以用于SAR圖像目標聚類。
【專利說明】—種基于小波特征低秩表示的SAR圖像目標聚類方法
【技術領域】
[0001]本發(fā)明屬于圖像處理【技術領域】，具體地說是一種無監(jiān)督的分類器，可用于對SAR圖像目標聚類處理的基于小波特征低秩表示的SAR圖像目標聚類方法。
【背景技術】
[0002]合成孔徑雷達SAR所成的圖像具有全天候、全天時、高分辨率和強大的穿透能力等特點，因此，這種圖像被廣泛的應用到目標識別，變換檢測和水面監(jiān)視。遙感圖像的分類技術發(fā)展至今，分類算法雖然已經(jīng)很豐富，但是它們或多或少的與經(jīng)典的分類算法有一定的聯(lián)系。
[0003]常用的遙感圖像數(shù)據(jù)分類方法有多種，從分類判決決策的角度可以分為統(tǒng)計分類器、神經(jīng)網(wǎng)絡分類器、專家系統(tǒng)分類器等等。從是否具有先驗知識方面，可以分為監(jiān)督分類器和非監(jiān)督分類器。非監(jiān)督分類器不需要選取一定已知類別的像素進行分類器的訓練，而監(jiān)督分類方法則需要選取一定數(shù)量的已知類別的像素對分類器進行訓練，以估計分類器中的參數(shù)。[0004]非監(jiān)督分類是指人們事先對分類過程不施加任何的先驗知識，而僅憑數(shù)據(jù)(遙感影像地物的光譜特征的分布規(guī)律)，即自然聚類的特性，進行“盲目”的分類；其分類的結果只是對不同類別達到了區(qū)分，但并不能確定類別的屬性，亦即:非監(jiān)督分類只能把樣本區(qū)分為若干類別，而不能給出樣本的描述；其類別的屬性是通過分類結束后目視判讀或實地調查確定的。非監(jiān)督分類也稱聚類分析。一般的聚類算法是先選擇若干個模式點作為聚類的中心。每一中心代表一個類別，按照某種相似性度量方法(如最小距離方法)將各模式歸于各聚類中心所代表的類別，形成初始分類。然后由聚類準則判斷初始分類是否合理，如果不合理就修改分類，如此反復迭代運算，直到合理為止。非監(jiān)督分類方法中，常用的方法有譜聚類、FCM聚類、K-均值法和迭代自組織數(shù)據(jù)分析法(IS0DATA)。在遙感影像上地物特征是極其復雜的，不利于圖像地物的分類識別。對于特定的特征空間，不同的地物類別之間容易出現(xiàn)異物同譜現(xiàn)象，這就極大的增加了區(qū)分難度。

【發(fā)明內容】

[0005]本發(fā)明的目的在于克服已有技術的不足，并且在分類效果上有一定的提高。提出了一種基于小波特征低秩表示的SAR圖像目標聚類方法，以實現(xiàn)對SAR圖像聚類的效果。
[0006]為實現(xiàn)上述目的，本發(fā)明提供的一種基于小波特征低秩表示的SAR圖像目標聚類方法，包括如下步驟:
[0007]I)取η類測試樣本，每類10幅圖，每幅圖的大小為128*128:
[0008](Yi=Xij I i=l, 2，…，n; j=l, 2，...，10}
[0009]其中，Yi代表第i類全部的測試樣本，Xij表示第i類測試樣本里的第j幅圖,η為測試樣本的類別總數(shù)，i表示第i類測試樣本，j表示第i類里的第j幅圖；
[0010]對每幅圖做L級小波分解，獲得3L的高通子帶(B1, B2，…，B3J和一個低通子帶B3m，在每個子帶里面提取能量特征:
【權利要求】
1.一種基于小波特征低秩表示的SAR圖像目標聚類方法，其特征在于:包括如下步驟: 1)取η類測試樣本，每類10幅圖，每幅圖的大小為128*128:
(Yi=Xij 11=1, 2，…，η; j=l, 2，…，10} 其中，Yi代表第i類全部的測試樣本，表示第i類測試樣本里的第j幅圖，η為測試樣本的類別總數(shù)，i表示第i類測試樣本，j表示第i類里的第j幅圖； 對每幅圖做L級小波分解，獲得3L的高通子帶(B1, B2,…，B3J和一個低通子帶B3m，在每個子帶里面提取能量特征:

【文檔編號】G06K9/66GK103839082SQ201410062330
【公開日】2014年6月4日 申請日期:2014年2月24日 優(yōu)先權日:2014年2月24日
【發(fā)明者】鐘樺, 焦李成, 何念, 王爽, 侯彪, 馬晶晶, 馬文萍 申請人:西安電子科技大學