首页> 中国专利> 基于NSCT和判别字典学习的极化SAR分类方法

基于NSCT和判别字典学习的极化SAR分类方法

摘要

本发明公开了一种基于NSCT和判别字典学习的极化SAR分类方法,主要解决现有极化SAR图像分类方法的分类准确率低和分类速度慢的问题。其实现步骤是:1.获取待分类极化SAR图像的相干矩阵,对其进行Lee滤波,得到去噪后的相干矩阵;2.对去噪后的相干矩阵进行Cloude分解,将分解值中的3个非负特征值和散射角作为分类特征;3.对分类特征进行3层非下采样Contourlet变换,将变换后的低频系数作为变换域分类特征;4.使用变换域分类特征,结合判别字典学习模型训练字典和分类器;5.使用训练得到的字典和分类器对测试样本进行分类,得到分类结果。本发明提高了分类准确率和分类速度,适用于图像处理。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2018-03-13

    授权

    授权

  • 2015-07-01

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20150309

    实质审查的生效

  • 2015-06-03

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号