(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210461568.8 (22)申请日 2022.04.28 (71)申请人 湖北工程学院 地址 432000 湖北省孝感市交通大道 272号 (72)发明人 李哲　张天凡　王有宁　 (74)专利代理 机构 南京天华专利代理有限责任 公司 32218 专利代理师 刘畅　徐冬涛 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/77(2022.01) (54)发明名称 一种极化 卫星影像分析方法 (57)摘要 一种极化卫星影像 分析方法， 主要解决极化 卫星影像中具备稀疏性的小目标的识别准确率 较低的问题， 同时也解决了并行加速处理过程为 了克服数据分割造成分割线附近图像特征丢失 或因补偿带来的额外计算代价问题， 通过将映射 到高维特征空间中的样本分批次进行空间聚类 和簇类规约， 在不降低大尺寸(稠 密)对象识别率 的同时提高了稀疏对象的有效识别。 权利要求书2页 说明书7页 附图12页 CN 115223050 A 2022.10.21 CN 115223050 A 1.一种极化 卫星影像分析方法， 其特 征是包括步骤： 1)数据切片： 将以图像表示的原始SAR样本分割为若干大小相同的图像片段， 便于后续 处理； 将数据切片按照调度规则分发给对应处 理器/处理机进行处 理； 2)数据映射： 为数据切片中的各点建立索引， 再将数据切片的上下文特征和极化特征 合并映射到高维特 征空间， 形成 “索引‑高维特征向量”； 3)高维向量空间聚类： 对所有数据切片分别执行一次空间聚类， 默认按邻域距离将当 前数据切片中的数据划分到稠密类和稀疏类两个集合中； 其中稠密类中包含若干个稠密数 据簇； 稀疏类中包含若干个稀疏数据簇， 并且噪声 数据被划分到稀疏集合中； 重复这一操作 直到所有的数据切片完成空间聚类为止； 4)簇规约： 对完成空间聚类所有的数据切片进行汇聚， 按照各簇中各聚集元素构建的 高维空间边界进行簇规约操作， 合并边界相同的簇形成最终汇聚簇集 合； 5)簇分类： 根据实际应用需要， 由用户定义分类标签， 在分类标签的监督下完成最终汇 聚簇的分类、 评价与应用。 2.根据权利要求1所述的方法， 其特 征在于数据切片方法具体为： 根据待处理图像的大小和处理机/处理器数量， 设定合适的数据分割策略和分割尺度， 按照均分法将待处 理的图像均分， 然后分发给n台处 理器/处理机进行处 理。 3.根据权利要求1所述的方法， 其特 征在于数据映射方法具体为： 将极化卫星图像的二维空间分布坐标(x,y)作为上下文特征， 将极化颜色RGB、 YUV或 YCbCr等颜色格式作为极化特征； 融合上下文特征和极化特征到统一的高维特征向量空间， 形成高维特 征向量集合[index,x,y,R,G,B]。 4.根据权利要求1所述的方法， 其特 征在于空间聚类方法具体为： 如待处理的极化颜色特征较少时， 使用RGB极化特征展开距离聚类， 从而减少运算量提 高计算速度； 当待处理的极化颜色特征较多时， 使用高维特征向量[x,y,R,G,B]进行空间聚类， 默认 采用邻阈距离聚类方法进行聚类。 5.根据权利要求4所述的方法， 其特征在于按特征在特征颜色空间中的分布密度判定 极化颜色特 征较少或较多： 分布密度高于10％判断为较多。 6.根据权利要求4所述的方法， 其特征在于根据极化颜色特征的数目判定极化颜色特 征较少或较多： 极化颜色特 征的数目超过10类判断为较多。 7.根据权利要求1所述的方法， 其特征在于聚类结果按各类别数据的数量总量和密度 划分为稠密数据集合、 稀疏数据集合； 其中， 数量较少的噪声 数据也被划分到稀疏数据集合 中； 每个聚类集 合中包含若干个具有聚集 性倾向的簇， 这些簇将构成后续分类的基础。 8.根据权利要求7所述的方法， 其特征在于稀疏集合数据密度在每个数据切片中小于 2％； 噪声数据为数量小于 0.5％的数据。 9.根据权利要求1所述的方法， 其特 征在于簇规约方法具体为： 所有被处理完毕的数据切片将被汇总到主机 中执行簇规约； 首先为每个簇构建高维空 间外接边界； 然后根据各簇外接边界的重合程度进行簇合并； 当两个或多个簇的边界相互 重叠时， 根据重叠程度可以合并这些簇的边界以形成更大 的边界， 或者将这些簇中的数据 合并为一个新的数据切片送入步骤3)再次执行 空间聚类， 直至这些数据被划分到明确的簇权　利　要　求　书 1/2 页 2 CN 115223050 A 2集合中。 10.根据权利要求1所述的方法， 其特 征在于簇分类方法具体为： 用户根据实际应用需要定义分类标签L， 分类标签L对应的特 征， 分类标签数量 为k个； 如果分类标签数量k与簇集合数量m相同即k＝m， 并且m个簇的特征中心与分类标签L的 特征相同， 则完成分类要求； 如果m个簇或其中某个簇x的特征中心与分类标签L的特征不 同， 则将该簇看作是噪声从当前处 理过程中删除； 如果k≠m， 则需要对m各簇按照L的特征进行簇合并， 形成新的簇集合m'， 重复这个步骤 直到k＝m'， 最终完成簇分类， 由此完成极化 卫星图像的分析工作。权　利　要　求　书 2/2 页 3 CN 115223050 A 3