基于k均值和深度svm的极化sar图像分类方法
【专利摘要】本发明公开了一种基于K均值和深度SVM的极化SAR图像分类方法，主要解决现有极化合成孔径雷达SAR分类方法存在的分类精度低、分类效率不高的问题。本发明实现的步骤是：(1)输入图像；(2)滤波；(3)特征提取；(4)建立错分集；(5)建立最近邻样本集；(6)建立最终训练集；(7)建立深度支持向量机分类器；(8)分类；(9)计算精度。本发明能实现对极化合成孔径雷达SAR图像的准确分类，而且能有效地缩短对极化合成孔径雷达SAR图像的分类时间，实现对极化合成孔径雷达SAR图像的目标识别与跟踪。
【专利说明】基于K均值和深度SVM的极化SAR图像分类方法
【技术领域】
[0001] 本发明属于图像处理【技术领域】，更进一步涉及机器学习及图像分类【技术领域】中的 一种基于K均值和深度支持向量机（Support Vector Machine SVM)的极化合成孔径雷达 (Synthetic Aperture Radar SAR)图像分类方法。本发明可应用于极化SAR图像的地物分 类，实现目标识别与跟踪。
【背景技术】
[0002] 极化SAR雷达能够得到更丰富的地物信息，在农业、林业、海洋、军事等领域有广 泛的研究。关于极化SAR图像分类的方法很多，根据是否有先验知识可以分为有监督和无 监督的；根据所用的分类器不同，又可以分为统计、神经网络、支持向量、决策树等；根据是 否利用空间信息，可以分为基于像素和基于区域的。
[0003] 西安电子科技大学申请的专利"基于SDIT和SVM的极化SAR图像分类方法"（专 利申请号：201410089692. 1，
【发明者】焦李成, 刘芳, 党晓婉, 马文萍, 马晶晶, 侯彪, 杨淑媛, 王爽 申请人:西安电子科技大学