公开(公告)号：CN111680731B

公开(公告)日：2023-06-27

申请号：CN202010486706.9

申请日：2020-06-01

Applicant: 厦门大学

Inventor： 曲延云 ,  赖轩

IPC: G06V10/764 ,  G06V10/762

Abstract: 基于几何感知判别词典学习的极化SAR图像监督分类方法，涉及图像处理。1)输入待分类极化合成孔径雷达SAR图像及其真实地物标记图像，得到其极化相干矩阵；2)对提取的相干矩阵进行滤波，去除斑点噪声；每个类别选取5％的数据作为训练样本，其余作为测试样本；3)对每类样本分别使用k均值聚类得到多个聚类中心，作为字典元素构成初始字典；4)计算每个训练样本经过字典表示的稀疏向量；5)根据稀疏向量与标签信息训练SVM分类器；6)利用稀疏向量与分类器更新字典；7)若字典更新幅度大于1e‑5，返回步骤4)，否则执行步骤8)；8)计算每个测试样本经过字典表示的稀疏向量，利用SVM分类器得最终分类结果。

公开(公告)号：CN111680731A

公开(公告)日：2020-09-18

申请号：CN202010486706.9

申请日：2020-06-01

Applicant: 厦门大学

Inventor： 曲延云 ,  赖轩

IPC: G06K9/62

Abstract: 基于几何感知判别词典学习的极化SAR图像监督分类方法，涉及图像处理。1)输入待分类极化合成孔径雷达SAR图像及其真实地物标记图像，得到其极化相干矩阵；2)对提取的相干矩阵进行滤波，去除斑点噪声；每个类别选取5％的数据作为训练样本，其余作为测试样本；3)对每类样本分别使用k均值聚类得到多个聚类中心，作为字典元素构成初始字典；4)计算每个训练样本经过字典表示的稀疏向量；5)根据稀疏向量与标签信息训练SVM分类器；6)利用稀疏向量与分类器更新字典；7)若字典更新幅度大于1e-5，返回步骤4)，否则执行步骤8)；8)计算每个测试样本经过字典表示的稀疏向量，利用SVM分类器得最终分类结果。