一种利用地物散射特性进行后续类别调整的极化SAR影像分类方法

一种利用地物散射特性进行后续类别调整的极化 犛 犃 犚 影像分类方法
３ ３ ，陈 蜜２， ，朱 腾１，叶秋虹２ 刘利敏１，余 洁２，３，１ ，王彦兵２，
１．武汉大学遥感信息工程学院 ，湖北 武汉 ４ ３ ０ ０ ７ ９ ２．首都师范大学资源环境与旅游学院 ，北京 １ ０ ０ ０ ４ ８ ０ ０ ０ ４ ８ ３．首都师范大学城市环境过程与数字模拟国家重点实验室培育基地 ，北京 １
迭代 调 整 时 利 用 基 于 复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分 布 的 Ｋ Ｆ ＣＭ 算 法 代 替 经 典Ｗ ｉ ｓ ｈ ａ ｒ ｔ分类器进行迭代 。
１ ５ ２
光谱学与光谱分析 第 ３ ４卷 综合确定后续待 分 类 的 像 素 集 。然 后 利 用 Ｋ Ｆ ＣＭ 算 法 结 合 。 距离测度对后续待聚类的像素进行迭代分析 Ｗ ｉ ｓ ｈ ａ ｒ ｔ 基于复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分布的极化 Ｓ Ａ Ｒ 影像非监督分 类 方 法， 从几乎包含所 有 信 息 的 相 干 矩 阵 Ｔ ３ 的 数 据 分 布 特 性 出 发， 利用相干矩阵间的相似性进行类别划分 。 极化协方差矩阵 ［ 的概 率 密 度 分 布 函 数 服 从 狀 个 自 由 犆］
算法进行分类 ，得到相对不错的全 极 化 Ｓ Ａ Ｒ 影像分类效果。
［ ６］ Ｋ ｏ ｒ ａ Ａ Ｒ 影像的纹理信息以提高分 ｙ 等在分类时通过引入 Ｓ
类精度 ，但依旧很难有效的改善由于极化 信 息 利 用 不 充 分 造 成的分类不准确的缺陷 。由于用于分类的 目 标 分 解 特 征 组 合
２ ０ １ ３ ０ ３ ２ ０，修订日期 ： ２ ０ １ ３ ０ ６ ２ ５ 收稿日期 ： ） 项目 （ 资助 ８ ６ ３ 计划 ） ２ ０ １ １ ＡＡ １ ２ ０ ４ ０ ４ 基金项目 ：国家 （
［］ ［］ ／ ／ ／ Ｈ ａ Ｗ ｉ ｓ ｈ ａ ｒ ｔ７ 和 Ｈ ａ Ａ Ｗ ｉ ｓ ｈ ａ ｒ ｔ８ 为 代 表 的 经 典 极 化 Ｓ Ａ Ｒ
影像非 监 督 分 类 方 法 ， 从 目 标 物 理 散 射 机 制 出 发 ， 根 据 Ｃ ｌ ｏ ｕ ｄ ｅ ＆Ｐ ｏ ｔ ｔ ｉ ｅ ｒ对相 干 矩 阵 目 标 分 解 得 到 的 散 射 熵 Ｈ、散 射 角 ａ及反熵 Ａ 等信息对特征空间 进 行 初 划 分 ，划 分 为 初 始 ８ 类或 １ ６ 类 ，利用几乎包含 所 有 极 化 信 息 的 相 干 矩 阵 Ｔ ３，结 合复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分布的距离准则 ，对 初 始 地 物 类 别 重 新 迭 代 调 整 。后来研究者提 出 的 基 于 散 射 信 息 的 极 化 Ｓ Ａ Ｒ 影像非监
１ ４， １ ５］ ，具 有 比 犓 均 值 算 法 到高维空间以提高 数 据 的 可 分 性 ［ ［６］ 。在 对 监 督 分 类 结 果 进 行 以及 Ｆ ＣＭ 算法更高的分类性 能 １
被分配给与之具有最小距离的类 狑犿 （ ） ７ ， ３线性相关 则相干 由于协方差矩阵与 极 化 相 干 矩 阵 Ｔ 矩阵 Ｔ ３也服从复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分 布 ，则 当 以 相 干 矩 阵 进 行 极 化 ） 进行计算 。 Ｓ Ａ Ｒ 影像分类时 ，依旧可采用式 （ ６ １ ３ 类间散射特性 犠 犻 狊 犺 犪 狉 狋距离计算 ） 式（ 定义了某个像素点犻 到 第犼 类 的 聚 类 中 心 的 距 离 ， ６ ） 当以式 （ 计 算 两 个 类 别 的 相 干 矩 阵 聚 类 中 心 犞犻 和 犞犼 的 ６ ［ ［ ）≠ 犱（ ［ ［ ）的问题 ， Ｗ ｉ ｓ ｈ ａ ｒ ｔ距离时 ，存在 犱（ 犞犻］ 犞犼］ 犞犼］ 犞犻］ 故定义两个类别聚类中心间 Ｗ ｉ ｓ ｈ ａ ｒ ｔ距离计算准则如下 １｛ （ １ １ － － （犞犼 ） （ ｝ ｌ ｎ 犞犻 ） ｎ ｒ 犞犻 犞犼 ＋犞犼 犞犻） ＋ｌ ＋Ｔ ２ （ ） ８
第３ 第１期 光 谱 学 与 光 谱 分 析 ４卷 ， ２０１４ 年 １ 月 Ｓ ｅ ｃ ｔ ｒ ｏ ｓ ｃ ｏ ｎ ｄＳ ｅ ｃ ｔ ｒ ａ ｌＡ ｎ ａ ｌ ｓ ｉ ｓ ｐ ｐ ｙａ ｐ ｙ
１ ５ １ １ ５ ６ Ｖ ｏ ｌ ． ３ ４， Ｎ ｏ ． １， ｐ ｐ ， Ｊ ａ ｎ ｕ ａ ｒ ２ ０ １ ４ ｙ
错误 。该方 法 在 监 督 分 类 结 果 的 基 础 上 ，根 据 地 物 散 射 特 性 ，利用目标的相干矩阵 的 Ｗ ｉ ｓ ｈ ａ ｒ ｔ距 离 测 度 对 分 类 结 果 进 行后续调整 。首先根据试验区状况 ，对极化 Ｓ Ａ Ｒ 影像进行监 督分类 ，然后计算各类别的 Ｔ ３ 均值 ，作为初始聚类中心 。考 虑到在后续迭代中若直接对所有像素进 行 类 别 调 整 ，可 能 导 致部分原本被正确分类的像素由于聚类中心的移动反而被错 误分类 ，建立综合评定准则 ，对 分 类 结 果 进 行 精 度 评 定 并 计 算各 类 别 Ｔ ３中心间的 Ｗ ｉ ｓ ｈ ａ ｒ ｔ距 离 ，确 定 后 续 需 进 行 类 别 调整的像素 ，并利用复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分 类 器 对 该 部 分 像 素 进 行 类 别调整 ，将迭代得到的结果与未参与迭代 的 像 素 类 别 进 行 合 并 ，最终获得更为精细的分类结果 。 除分类模型 ，分类算法的选 择 也 很 重 要 。利 用 光 滑 技 术 对标准 Ｓ ＶＭ 改 进 得 到 的 Ｓ Ｓ ＶＭ（ ｓ ｍ ｏ ｏ ｔ ｈｓ ｕ ｏ ｒ ｔｖ ｅ ｃ ｔ ｏ ｒｍ ａ ｐ ｐ ） 算法具有比 标 准 Ｓ ｃ ｈ ｉ ｎ ｅ ＶＭ 更 好 的 分 类 性 能 和 效 率
１ － （ （ ） 犱（ 犆 犞犼）＝ 狀 ｌ ｎ 犞犼 ＋ Ｔ ｒ 犞犼 犆 ６ 犻， 犻） ， 在基于 分类器的极化 影像分类中 像元将 Ｗ ｉ ｓ ｈ ａ ｒ ｔ Ｓ Ａ Ｒ
，且
［］ 已在极化 Ｓ Ａ Ｒ 影像分类中证实有效 ５ 。在监督分类阶段 ，选
择该算法对极化 Ｓ Ａ Ｒ 影 像 进 行 监 督 分 类 ，同 时 引 入 核 函 数 以解决多维数据无法线性可分的问题 。 经典 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分类器采用传统 犓 均值算法进行 迭 代 ，而 ，Ｋ 核模糊 犆 均值 （ 算法由于在 犓 ｋ ｅ ｒ ｎ ｅ ｌ ｆ ｕ ｚ ｚ ｍ ｅ ａ ｎ ｓ Ｆ ＣＭ） ｙＣ 均值算法的基础上引入模糊度和核函数 的 概 念 ，将 数 据 映 射
９ １ ２］ 多采 用 了 Ｗ 督分类方法 ［ ｉ ｓ ｈ ａ ｒ ｔ分 类 器 的 思 想 。这 类 方 法
目前全极化 Ｓ Ａ Ｒ 的 分 类 方 法 ，主 要 分 为 监 督 分 类 和 非 监督分类两大类 。监督分类方法可根据试 验 区 状 况 确 定 分 类 的类别数 ，有利于人们对影像的理解 。以往全极化 Ｓ Ａ Ｒ 影像 监督分类的研究成果 ，主要利用四个极化 影 像 以 及 从 四 个 复 极化测量数据中挖掘到的极化矢量组合 成 的 特 征 空 间 ，然 后
其 中 ，在互易的情况下 狆＝３， ｔ ｒ为矩阵的迹 ， 狀 为视数 ， Σ＝ ·） 为Ｇ ａ ｍｍ ａ函 数 ； 犈（ 犆）为协方差矩阵 的 空 间 统 计 平 均 Γ（ 每个像素的协方差矩阵 遵 循 复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分 布 ，其 中 协 方 差 矩 阵的迹数值上等于该点的总功率值 ，即 Ｓ Ｐ ＡＮ。 根据 Ｌ ｅ ｅ提 出 的 基 于 复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分 布 的 最 大 似 然 准 则 的 监督分类方法 ，将最大似然准则应用于复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分布 ，第犻 个像素的协方差矩阵 犆 犻 到第犼 类聚类中心 犞 犼 的决策距离为
摘 要 针对常规极化 Ｓ Ａ Ｒ 影像监督 分 类 在 分 类 时 由 于 极 化 信 息 利 用 不 完 全 ，导 致 分 类 结 果 不 可 信 的 缺 陷 ，在分析地物极化散射特性的 基 础 上 ，提 出 一 种 结 合 复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分 类 器 思 想 的 极 化 Ｓ Ａ Ｒ 监 督 分 类 方 法， 在监督分类的基础上 ，利用几乎包含所有极化 信 息 的 相 干 矩 阵 进 行 后 续 分 类 ，利 用 地 物 所 有 极 化 散 射 信 息 完成类别的划分 。首先 ，利用 Ｃ ｌ ｏ ｕ ｄ ｅ ＆Ｐ ｏ ｔ ｔ ｉ ｅ ｒ极化特征组合对影像 进 行 监 督 分 类 ，获 得 初 始 类 别 划 分 结 果 ； 为纠正监督分类时仅利用特征矢量的空间分布特性进 行 类 别 划 分 导 致 的 错 误 ，对 监 督 分 类 结 果 精 度 评 价 及 研究区地物散射相似性分析 ，综合确定初始分类结果中分类效果较差 、待后续调整类别的像素集 ；然后以各 类别的相干矩阵均值为初始聚类中心 ，利用核模糊 Ｃ 均值算法 ，结合相干矩阵的复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分布特性 ，对 待 修正的像素集进行后续类别迭代调整 ，获得精细分类结果 。采用国产 Ｘ Ｓ Ａ Ｒ 获取的海南陵水地区的全极化 Ｓ Ａ Ｒ 影像进行分类试验 ，结果表明 ：提出的对极化 Ｓ Ａ Ｒ 影像监督分类后利用地物散射特性相似 性 对 错 分 像 素重新进行聚类调整类别的方法 ，与仅进行监督分类相比 ，分类结果总体精度更高 ，也更满足地物的散射特 性。 关键词 监督分类 ； Ｔ ３ 聚类中心 ；散射特性 ；复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分布 ；后续类别调整 ： ／ （ ） 中图分类号 ： Ｐ ２ １ 文献标识码 ：Ａ 犇 犗 犐 １ ０ ． ３ ９ ６ ４ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ ０ ５ ９ ３ ２ ０ １ ４ ０ １ ０ １ ５ １ ０ ６ ｊ 并 不能全面的反映影像上地物散射特性 ，所以常规极化 Ｓ Ａ Ｒ
２ ６］ 。 利用一 定 分 类 算 法 在 特 征 空 间 中 进 行 地 物 类 别 划 分 ［ ［］ Ｓ ｈ ｉ２ 等利用 Ｓ Ｇ Ｅ 对多维 特 征 矢 量 组 合 进 行 降 维 并 通 过 ＮＮ
／ 改善初始利用 Ｈ ａ空 间 进 行 分 类 由 于 极 化 信 息 利 用 不 足 造 ， 成的分类错误 分类效果更加符合散射机制的物理解释 。 考虑到极化 Ｓ Ａ Ｒ 影像 监 督 分 类 可 根 据 试 验 区 状 况 确 定 ／ 分类的类别数和经典 Ｈ ａ Ｗ ｉ ｓ ｈ ａ ｒ ｔ在分类过程充分 利 用 极 化 Ｓ Ａ Ｒ 影像散射特性的优势 ，提出一种 结 合 经 典 复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分 类思想的极化 Ｓ Ａ Ｒ 监 督 分 类 方 法 ，以 改 善 常 规 仅 利 用 极 化 目标分解特征进行监督分类中由于极化信息不足造成的分类
［ １ wenku.baidu.com］
珚］ ） 度的复 Ｗ ｉ ｓ ｈ ａ ｒ ｔ分布 犠犆 （ 狀，［ 犆
犠犆 （ 狀， 狕）＝ Σ 狆，
且
犆 狀－狆 １ － （ ［ （ ） （ ） ｅ ｘ ｒ 犮） 犆］ ４ －ｔ Σ ｐ 狀 Σ 犮 狀 Γ狆
狆
狀 ＝π Γ 狆
１） － 狆（ 狆 ２
犼＝１
） 狀－犼＋１ ∏Γ（
（ ） ５
引 言
Ａ Ｒ 影像记录了地物四种极化状态的散射 回 波 ， 全极化 Ｓ 较普通单极化 Ｓ Ａ Ｒ 影 像 具 有 更 多 的 目 标 信 息 ，在 遥 感 对 地
１］ 。 观测中具有无可比拟的优势 ［
监 督 分 类 结 果 往 往 存 在 像 元 错 分 的 缺 陷 。以 Ｌ ｅ ｅ等 提 出 的
： １ ９ ８ ８ 年生 ，武汉大学遥感信息工程学院博士研究生 ｅ ｍ ａ ｉ ｌ ｘ ｉ ａ ｏ ｌ ｉ ｕ ｌ ｉ ｍ ｉ ｎ＠１ ６ ３ ． ｃ ｏ ｍ 作者简介 ：刘利敏 ，女 ， ： ｕ ２ ０ １ １＠ｗ ｍ ａ ｉ ｌ ｈ ｕ ． ｅ ｄ ｕ ． ｃ ｎ 通讯联系人 ｅ ｙ ｊ