一种基于多特征融合的极化SAR图像分类方法

摘要

本发明公开了一种基于多特征融合的极化SAR图像分类方法。本发明首先提取待分类极化SAR图像的极化特征向量，得到高维极化特征集；提取该图像SPAN处理结果的形态学断面特征向量，得到高维形态学特征集；将两类高维特征分别进行保局辨别分析的降维处理后，选取已知类别标签的图像像素点构成训练样本集，再选取整幅图像的其余像素点作为分类样本集；将两类低维特征分别通过基于最大后验概率的SVM，得到各自情况下像素点的类别标签及对应后验概率；采用求和准则或自适应加权求和准则，将每个像素点在两种情况下的后验概率向量结合起来，依据最大后验概率原则，得到高分辨极化SAR图像的最终分类结果。本发明实施，有助于提高分辨极化SAR图像分类准确率及效率。