CN104156736B - 基于sae和idl的极化sar图像分类方法 - Google Patents

Abstract

本发明公开了一种基于SAE和IDL的极化SAR图像分类方法，其实现步骤为：(1)预处理；(2)训练栈式自动编码器参数；(3)提取特征；(4)训练Softmax分类器参数；(5)获取分类结果1；(6)构建不平衡数据学习模型；(7)训练不平衡数据学习模型；(8)获取分类结果2；(9)输出最终分类结果。本发明采用栈式自动编码器来提取能够更本质地描述原始输入的特征，此外通过引入不平衡数据学习的方法，克服了由训练样本集的类不平衡性造成的每类间分类精度差距大的问题，具有提高分类准确率和区域一致性的优点。可应用于遥感图像的地物分类、目标检测及识别等领域。

Description

基于SAE和IDL的极化SAR图像分类方法

技术领域

本发明属于图像处理技术领域，更进一步涉及目标识别技术领域中基于栈式自动编码器(Stake Auto-Encoder，SAE)和不平衡数据学习(Imbalanced Data Learning，IDL)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图像的目标识别，能够对极化SAR图像的不同区域进行准确分类。

背景技术

极化SAR图像分类是遥感图像处理领域的一个重要分支，因此许多学者都针对该问题提出了不同的解决方法。根据极化信息的利用方式，极化SAR图像的分类方法可分为基于极化散射特征的方法，基于极化统计特征的方法和基于散射特征与统计特征结合的方法；根据所用算法的不同，分为统计、知识、神经网络、模糊逻辑、小波分析、支持向量机等方法。

西安电子科技大学申请的专利“基于Cloude分解和K-wishart分布的极化SAR图像分类方法”(专利申请号：201210414789.6，公开号：CN102999761A)中公开了一种基于Cloude分解和K-wishart分布的极化SAR图像分类方法。该方法首先对极化合成孔径雷达SAR图像中的每个像素点进行Cloude分解，得到熵H和散射角α，然后根据熵H和散射角α的值，将极化合成孔径雷达SAR图像初划分为8类，最后对整个极化合成孔径雷达SAR图像的8类划分结果进行K-wishart迭代，得到更为准确的分类结果。该方法虽然采用了K-wishart分布来更好的描述了极化合成孔径雷达SAR图像的数据分布特征，使分类结果更加的准确，但是仍然存在的不足是，该方法采用Cloude分解来得到每个像素点的特征，由于只考虑了图像的极化散射特性，因此得到的特征并不能很好的描述原始图像，使分类结果容易受到相干斑噪声的影响，从而导致错分情况严重，此外，该方法分类类别数固定，算法适应性差。

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，公开号：CN103824084A)中公开了一种基于SDIT和SVM的极化SAR图像分类方法。该方法首先对极化合成孔径雷达SAR图像进行滤波，其次提取滤波后图像的散射偏振纹理特征，然后训练支持向量机分类器，用训练好的分类器对待分类极化合成孔径雷达SAR图像进行分类，并对分类后的极化合成孔径雷达SAR图像进行上色，获得最终分类结果。该方法可以使经验风险和期望风险同时最小，具有较强的泛化能力，但是仍然存在的不足是，该方法没有考虑训练样本的类间不平衡性对分类结果的影响，从而导致每类间的分类精度差距大，区域一致性差。

发明内容

本发明的目的在于克服上述已有技术的不足，提出了一种基于SAE和IDL的极化SAR图像分类方法。本发明与现有技术中其他极化合成孔径雷达SAR图像分类技术相比，计算复杂度低，并且能够很好的克服由于训练样本类间不平衡性造成的总体分类精度低，或每类间分类精度差距大的问题，提高了分类精度和区域一致性。

本发明实现上述目的的思路是：先对极化合成孔径雷达SAR图像进行预处理，然后通过栈式自动编码器SAE和Softmax分类器，获得待分类样本集的初始分类结果；其次为克服训练样本的类间不平衡性问题，训练不平衡数据学习IDL模型，并将待分类样本集输入到训练后的不平衡数据学习IDL模型中，获得新的分类结果；最后利用新的分类结果对初始分类结果进行修正，从而获得待分类样本集的最终分类结果。

本发明实现的具体步骤如下：

(1)预处理：

(1a)输入一幅极化合成孔径雷达SAR图像；

(1b)对极化合成孔径雷达SAR图像进行Lee滤波，得到滤波后的极化合成孔径雷达SAR图像；

(1c)将滤波后的极化合成孔径雷达SAR图像中的所有像素点的集合作为待分类样本集；

(1d)从待分类样本集中随机选取10％的样本作为训练样本集；

(2)训练栈式自动编码器SAE参数：

(2a)设置栈式自动编码器SAE的权重W和偏置b；

(2b)将训练样本集输入到栈式自动编码器SAE；

(2c)利用前馈传导公式，获得训练样本集的特征集；

(2d)利用均方误差公式，获取训练样本集的整体损失值；

(2e)对训练样本集的整体损失值，采用梯度下降法，获取栈式自动编码器SAE训练后的权重和偏差；

(3)提取特征：

将训练样本集和待分类样本集输入到栈式自动编码器SAE，利用步骤(2e)得到的权重和偏差，通过前馈传导公式，分别计算训练样本集和待分类样本集的特征集；

(4)训练Softmax分类器参数：

(4a)设置分类类别数K和Softmax分类器参数；

(4b)将训练样本集的特征集输入到Softmax分类器；

(4c)利用估值公式，计算训练样本集中每个样本的估计类标；

(4d)利用代价公式，计算训练样本集的特征集的整体损失值；

(4e)对训练样本集的特征集的整体损失值，采用梯度下降法，获取训练后的Softmax分类器参数；

(5)获取分类结果1：

将待分类样本集的特征集输入到训练后的Softmax分类器，获取分类结果1；

(6)构建不平衡数据学习IDL模型：

用T个决策树，构建不平衡数据学习IDL模型，T的取值范围为[1,200]；

(7)训练不平衡数据学习IDL模型：

(7a)从训练样本集中选取样本数最少的类，将该类样本的集合作为样本集Ρ，将训练样本集与样本集Ρ的差集作为样本集H；

(7b)从样本集H中选取G个子集，G的取值范围为[1,200]，每个子集中的样本个数均等于样本集Ρ中的样本个数；

(7c)从第一个子集开始，依次选择每个子集，将所选择子集与样本集Ρ的并集作为训练样本，利用第3代迭代二叉树ID3算法，训练决策树；

(7d)检查子集是否选取完，若是，执行步骤(7c)；否则，执行步骤(8)；

(8)获取分类结果2：

(8a)用不平衡数据学习IDL模型，对待分类样本集进行分类，得到每个决策树的分类结果；

(8b)对得到的所有决策树的分类结果，通过投票选择的方式，获取待分类样本集的分类结果2；

(9)输出最终分类结果：

(9a)从分类结果2中选取与样本集Ρ类别相同的位置；

(9b)将分类结果1中相应位置的类别修正为Ρ类，输出最终分类结果。

本发明与现有技术相比具有以下优点：

第一，由于本发明采用了具有强学习能力的栈式自动编码器来提取输入样本的特征，克服了现有技术中由于所提取特征不能很好描述原始图像，从而导致分类结果中错分情况严重的缺点，使得本发明能够更本质地描述原始输入样本，降低了分类结果中错分情况出现的频率。

第二，由于本发明考虑了训练样本集的类间不平衡性对分类结果的影响，引入了不平衡数据学习的方法，克服了现有技术由于训练样本类间不平衡性造成的每类间分类精度差距大的缺点，使得本发明具有提高分类精度和区域一致性的优点。

第三，由于本发明采用了Softmax分类器来获取极化合成孔径雷达SAR图像的分类结果，克服了现有技术中分类类别数固定的缺点，使得本发明能够任意确定分类结果的类别数，提高了本发明在极化合成孔径雷达SAR图像目标识别领域的适应性。

附图说明

图1为本发明的流程图；

图2为本发明仿真使用的极化合成孔径雷达SAR图；

图3为现有技术和本发明的仿真图。

具体实施方式

下面结合附图对本发明作进一步的详细描述。

参照图1，本发明的具体实施步骤如下。

步骤1，预处理。

输入一幅极化合成孔径雷达SAR图像。

对极化合成孔径雷达SAR图像进行Lee滤波，得到滤波后的极化合成孔径雷达SAR图像。

将滤波后的极化合成孔径雷达SAR图像中的所有像素点的集合作为待分类样本集。

从待分类样本集中随机选取10％的样本作为训练样本集。

步骤2，训练栈式自动编码器SAE参数。

设置栈式自动编码器SAE权重W的取值范围为[-2,2]内的有理数，偏置b的取值范围为[0,0.1]内的有理数。

将训练样本集输入到栈式自动编码器SAE。

利用如下前馈传导公式，获得训练样本集的特征集：

其中，z表示训练样本集x的特征集，e表示指数函数，W表示栈式自动编码器SAE的权重，x表示输入到栈式自动编码器SAE的样本集，b表示栈式自动编码器SAE的偏置。

利用如下均方误差公式，获取训练样本集的整体损失值：

其中，L表示输入栈式自动编码器SAE的训练样本集x的整体损失值，m表示输入栈式自动编码器SAE的训练样本集x中的样本总数，∑表示求和操作，x表示输入栈式自动编码器SAE的训练样本集，z表示输入栈式自动编码器SAE的训练样本集x的特征集，λ表示衰减参数，其取值为在[0,1]范围内的有理数，||·||²表示取范数平方操作，W表示栈式自动编码器SAE的权重，在本发明中，优选地，λ＝0.003。

对训练样本集的整体损失值，采用梯度下降法，获取栈式自动编码器SAE训练后的权重W^*和偏差b^*。

步骤3，提取特征。

将训练样本集和待分类样本集输入到训练后的栈式自动编码器SAE，利用如下前馈传导公式，分别计算训练样本集和待分类样本集的特征集：

其中，U表示输入栈式自动编码器SAE的样本集X的特征集，e表示指数函数，W^*表示栈式自动编码器SAE训练后的权重，X表示输入栈式自动编码器SAE的样本集，b^*表示栈式自动编码器SAE训练后的偏置。

步骤4，训练Softmax分类器参数。

设置分类类别数K和Softmax分类器参数θ，K是根据输入极化合成孔径雷达SAR图像的真实地物类别数目确定的，K取大于等于2的整数，θ_j表示Softmax分类器的第j个参数，其取值为在[0,1]范围内的有理数，j∈[1,2,…,K]。

将步骤3中得到的训练样本集的特征集输入到Softmax分类器。

利用如下估值公式，计算训练样本集中每个样本的估计类标：

其中，h表示训练样本集中每个样本的估计类标，∑表示求和操作，e表示指数函数，θ_j表示Softmax分类器的第j个参数，其取值为在[0,1]范围内的有理数，j∈[1,2,…,K]，K表示训练样本集的分类类别数，表示θ_j的转置操作，v⁽ⁱ⁾表示第i个训练样本的特征值。

利用如下代价公式，计算训练样本集的特征集的整体损失值：

其中，J表示训练样本集的特征集的整体损失值，m表示训练样本集的总数，1{·}表示示性函数，1{y⁽ⁱ⁾＝h}表示若y⁽ⁱ⁾的值等于h的值，则1{y⁽ⁱ⁾＝h}的值为1，否则，1{y⁽ⁱ⁾＝h}的值为0，y⁽ⁱ⁾表示第i个训练样本的真实类标，h表示第i个训练样本的估计类标，log表示对数函数，e表示指数函数，v⁽ⁱ⁾表示第i个训练样本的特征值，∑表示求和操作，β表示权重衰减参数，β的取值为[0,1]范围内的有理数，θ表示Softmax的分类器参数，θ＝[θ₁,θ₂,…,θ_K]，K表示训练样本集的分类类别数，||·||²表示取范数平方操作。

对训练样本集的特征集的整体损失值，采用梯度下降法，获取训练后的Softmax分类器参数

步骤5，获取分类结果1。

将步骤3中得到的待分类样本集的特征集输入到训练后的Softmax分类器，获取分类结果1，并按照如下公式，计算每个待分类样本的分类结果：

其中，l表示第i个待分类样本的分类结果，max_location(·)表示取向量中最大值元素次序的操作，e表示指数函数，表示训练后的Softmax分类器参数，K表示分类类别数，u⁽ⁱ⁾表示输入训练后Softmax分类器中第i个待分类样本的特征值。

获取所有待分类样本分类结果的集合，即待分类样本集的分类结果1。

步骤6，构建不平衡数据学习IDL模型。

将每个决策树看做一个弱分类器，通过组合T个决策树得到不平衡数据学习IDL模型，T的取值范围为[1,200]。

步骤7，训练不平衡数据学习IDL模型。

第一步，从训练样本集中选取样本数最少的类，将该类样本的集合作为样本集Ρ，将训练样本集与样本集Ρ的差集作为样本集H。

第二步，从样本集H中选取G个子集，G的取值范围为[1,200]，每个子集中的样本个数均等于样本集Ρ中的样本个数。

第三步，从第一个子集开始，依次选择每个子集，将所选择子集与样本集Ρ的并集作为训练样本，利用第3代迭代二叉树ID3算法，训练决策树。

第四步，检查子集是否选取完，若是，执行步骤7第三步；否则，执行步骤8。

步骤8，获取分类结果2。

利用上述训练后的不平衡数据学习IDL模型，对待分类样本集进行分类，得到待分类样本集在每个决策树下的分类结果。

对得到的所有决策树的分类结果，通过投票选择的方式，获取待分类样本集的分类结果2。投票选择的方式是指，对待分类样本集中的任意一个样本，用该样本在所有决策树中的分类结果对其进行投票，选取得票最多的结果作为这一样本的分类结果。

步骤9，输出最终分类结果。

从分类结果2中选出与样本集Ρ类别相同的样本，并将这些样本在分类结果1中的类标修正为Ρ类，输出最终分类结果。

本发明的效果可通过以下仿真进一步说明。

1、仿真实验条件

本发明的仿真试验是在主频2.27GHZ的Intel Core2Duo CPU E6550、内存2GB的硬件环境和MATLAB R2010a的软件环境下进行的。

2、仿真内容和仿真结果

仿真内容包括本发明的方法和现有的基于支持向量机SVM极化合成孔径雷达SAR图像分类方法，以及基于复Wishart分布的极化合成孔径雷达SAR图像分类方法，其中现有的这两种方法都是极化合成孔径雷达SAR图像分类中引用较多的经典方法。

图2是本发明仿真实验使用的极化合成孔径雷达SAR图，该图是1989年荷兰Flevoland农田区域L波段的极化合成孔径雷达SAR图像，来源于美国宇航局机载合成孔径雷达AIRSAR平台，极化合成孔径雷达SAR图的图像大小为380像素×420像素。

图3是现有技术和本发明的仿真图。其中，图3(a)是采用基于支持向量机SVM的极化合成孔径雷达SAR图像分类的方法，对图2极化合成孔径雷达SAR图进行分类的仿真图，图3(b)是采用基于复Wishart分布的极化合成孔径雷达SAR图像分类方法，对图2极化合成孔径雷达SAR图进行分类的仿真图，图3(c)是采用本发明的方法，对图2极化合成孔径雷达SAR图进行分类的仿真图。

由图3(a)所示的仿真图可见，地物类别虽然大致可以得到有效划分，但由于受相干斑噪声的影响，各个区域中均出现不同程度的混杂现象。图3(b)与图3(a)相比，虽然降低了相干斑噪声的影响，提高了部分区域的一致性，但仍存在大量错分现象。

采用本发明的方法得到的仿真图3(c)，与图3(a)和图3(b)相比，不仅降低了相干斑噪声的影响，保持了图3(b)中一致性好的区域，同时还大大减少了其他区域中错分的情况，保证了均质区域的连贯性，使分类结果更好地吻合真实地物。综上所述，表明本发明的方法在极化合成孔径雷达SAR图像的分类问题上能获得更好的分类结果。

Claims (8)

1.一种基于SAE和IDL的极化SAR图像分类方法，包括如下步骤：

(1)预处理：

(1a)输入一幅极化合成孔径雷达SAR图像；

(1b)对极化合成孔径雷达SAR图像进行Lee滤波，得到滤波后的极化合成孔径雷达SAR图像；

(1c)将滤波后的极化合成孔径雷达SAR图像中的所有像素点的集合作为待分类样本集；

(1d)从待分类样本集中随机选取10％的样本作为训练样本集；

(2)训练栈式自动编码器SAE参数：

(2a)设置栈式自动编码器SAE的权重W和偏置b；

(2b)将训练样本集输入到栈式自动编码器SAE；

(2c)利用前馈传导公式，获得训练样本集的特征集；

(2d)利用均方误差公式，获取训练样本集的整体损失值；

(2e)对训练样本集的整体损失值，采用梯度下降法，获取栈式自动编码器SAE训练后的权重和偏差；

(3)提取特征：

将训练样本集和待分类样本集输入到栈式自动编码器SAE，利用步骤(2e)得到的权重和偏差，通过前馈传导公式，分别计算训练样本集和待分类样本集的特征集；

(4)训练Softmax分类器参数：

(4a)设置分类类别数K和Softmax分类器参数；

(4b)将训练样本集的特征集输入到Softmax分类器；

(4c)利用估值公式，计算训练样本集中每个样本的估计类标；

(4d)利用代价公式，计算训练样本集的特征集的整体损失值；

(4e)对训练样本集的特征集的整体损失值，采用梯度下降法，获取训练后的Softmax分类器参数；

(5)获取分类结果1：

将待分类样本集的特征集输入到训练后的Softmax分类器，获取分类结果1；

(6)构建不平衡数据学习IDL模型：

用T个决策树，构建不平衡数据学习IDL模型，T的取值范围为[1,200]；

(7)训练不平衡数据学习IDL模型：

(7a)从训练样本集中选取样本数最少的类，将该类样本的集合作为样本集Ρ，将训练样本集与样本集Ρ的差集作为样本集H；

(7b)从样本集H中选取G个子集，G的取值范围为[1,200]，每个子集中的样本个数均等于样本集Ρ中的样本个数；

(7c)从第一个子集开始，依次选择每个子集，将所选择子集与样本集Ρ的并集作为训练样本，利用第3代迭代二叉树ID3算法，训练决策树；

(7d)检查子集是否选取完，若是，执行步骤(7c)；否则，执行步骤(8)；

(8)获取分类结果2：

(8a)用不平衡数据学习IDL模型，对待分类样本集进行分类，得到每个决策树的分类结果；

(8b)对得到的所有决策树的分类结果，通过投票选择的方式，获取待分类样本集的分类结果2；

(9)输出最终分类结果：

(9a)从分类结果2中选取与样本集Ρ类别相同的位置；

(9b)将分类结果1中相应位置的类别修正为Ρ类，输出最终分类结果。

2.根据权利要求1所述的基于SAE和IDL的极化SAR图像分类方法，其特征在于，步骤(2a)中所述的栈式自动编码器SAE权重W的取值范围为[-2,2]内的有理数，偏置b的取值范围为[0,0.1]内的有理数。

3.根据权利要求1所述的基于SAE和IDL的极化SAR图像分类方法，其特征在于，步骤(2c)、步骤(3)中所述的前馈传导公式如下：

$z=\frac{1}{1+e^{-(Wx+b)}}$

其中，z表示输入到栈式自动编码器SAE的样本集x的特征集，e表示指数函数，W表示栈式自动编码器SAE的权重，x表示输入到栈式自动编码器SAE的样本集，b表示栈式自动编码器SAE的偏置。

4.根据权利要求1所述的基于SAE和IDL的极化SAR图像分类方法，其特征在于，步骤(2d)中所述的均方误差公式如下：

$L=\frac{1}{m}{\mathrm{\Σ}}_{i=1}^m\left(\frac{1}{2}\right||x-z|{|}^2)+\frac{\mathrm{\λ}}{2}\left|\right|W|{|}^2$

其中，L表示训练样本集的整体损失值，x表示输入栈式自动编码器SAE的训练样本集，m表示训练样本集x中的样本总数，z表示训练样本集x的特征集，||·||²表示取范数平方操作，λ表示衰减参数，其取值为在[0,1]范围内的有理数，W表示栈式自动编码器SAE的权重。

5.根据权利要求1所述的基于SAE和IDL的极化SAR图像分类方法，其特征在于，步骤(4a)中所述的分类类别数K是根据输入极化合成孔径雷达SAR图像的真实地物类别数目确定的，K取大于等于2的整数。

6.根据权利要求1所述的基于SAE和IDL的极化SAR图像分类方法，其特征在于，步骤(4c)中所述的估值公式如下：

$h=\frac{1}{{\Σ}_{j=1}^K{e}^{{\mathrm{\θ}}_j^T{v}^{\left(i\right)}}}\left[\begin{array}{c}{e}^{{\mathrm{\θ}}_1^T{v}^{\left(i\right)}}\\ e^{{\mathrm{\θ}}_2^T{v}^{\left(i\right)}}\\ .\\ .\\ .\\ e^{{\mathrm{\θ}}_K^T{v}^{\left(i\right)}}\end{array}\right]$

其中，h表示训练样本集中每个样本的估计类标，∑表示求和操作，e表示指数函数，θ_j表示Softmax分类器的第j个参数，其取值为在[0,1]范围内的有理数，j∈[1,2,…,K]，K表示训练样本集的分类类别数，表示θ_j的转置操作，v⁽ⁱ⁾表示第i个训练样本的特征值。

7.根据权利要求1所述的基于SAE和IDL的极化SAR图像分类方法，其特征在于，步骤(4d)中所述的代价公式如下：

$J=-\frac{1}{m}\[\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{K}{\Σ}}1\{y^{\left(i\right)}=h\}log\frac{e^{{\mathrm{\θ}}_j^T{v}^{\left(i\right)}}}{{\mathrm{\Σ}}_{l=1}^K{e}^{{\mathrm{\θ}}_l^T{v}^{\left(i\right)}}}\]+\frac{\mathrm{\β}}{2}\left|\right|\mathrm{\θ}|{|}^2$

其中，J表示训练样本集的特征集的整体损失值，m表示训练样本集的总数，1{·}表示示性函数，1{y⁽ⁱ⁾＝h}表示若y⁽ⁱ⁾的值等于h的值，则1{y⁽ⁱ⁾＝h}的值为1，否则，1{y⁽ⁱ⁾＝h}的值为0，y⁽ⁱ⁾表示第i个训练样本的真实类标，h表示第i个训练样本的估计类标，log表示对数函数，e表示指数函数，v⁽ⁱ⁾表示第i个训练样本的特征值，∑表示求和操作，β表示权重衰减参数，β的取值为[0,1]范围内的有理数，θ表示Softmax的分类器参数，θ＝[θ₁,θ₂,…,θ_K]，K表示训练样本集的分类类别数，||·||²表示取范数平方操作。

8.根据权利要求1所述的基于SAE和IDL的极化SAR图像分类方法，其特征在于，步骤(8b)中所述的投票选择的方式是指，对待分类样本集中的任意一个样本，用该样本在所有决策树中的分类结果对其进行投票，选取得票最多的结果作为这一样本的分类结果。