买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种顾及时空极化信息的无监督洪涝检测方法及系统，所述方法包括：获取目标区域的时序SAR影像，提取时序SAR影像的极化特征，构建时空极化SAR数据矩阵；建立基于K‑means的洪涝监测模型，将时空极化SAR数据矩阵输入基于K‑means的洪涝监测模型进行时序SAR影像的像素点聚类；对像素点聚类结果进行二值化处理，得到目标区域的洪水变化检测结果。本发明融合多时相的SAR影像的时间和极化信息，构建时空极化SAR数据矩阵，并输入基于K‑means的洪涝监测模型对时序SAR影像的像素点聚类，实现了洪水变化区域快速检测，提高了检测精度。

主权项：1.一种顾及时空极化信息的无监督洪涝检测方法，其特征在于，所述方法包括：获取目标区域的时序SAR影像，提取时序SAR影像的极化特征，构建时空极化SAR数据矩阵；建立基于K-means的洪涝监测模型，将时空极化SAR数据矩阵输入基于K-means的洪涝监测模型进行时序SAR影像的像素点聚类；对像素点聚类结果进行二值化处理，得到目标区域的洪水变化检测结果；所述时空极化SAR数据矩阵的表达式为： 其中，Xmnft为时空极化SAR数据矩阵，为第t个时相的空间极化SAR数据矩阵；xmnft表示在第t个时相的SAR影像在m,n像素位置上的第f个极化特征值；m＝1,2,…,M，n＝1,2,…,N，f＝1,2,…,F，t＝1,2,…,T；M、N分别为SAR影像的总行数、总列数，F为极化特征总数，T为总时相数；时序SAR影像的任一像素点m,n的时空极化特征矩阵表示为： 其中，表示像素点m,n在第t个时相中的极化特征向量，χmnft为像素点m,n的时空极化特征矩阵；所述将时空极化SAR数据矩阵输入基于K-means的洪涝监测模型进行时序SAR影像的像素点聚类具体包括：预设K个聚类簇数；从时空极化SAR数据矩阵中随机选择K个像素点的时空极化特征矩阵作为初始聚类中心；依次计算每个像素点的时空极化特征矩阵与K个聚类中心之间的距离，将所述像素点划分到距离最小时对应的类簇中；计算各个像素点与聚类中心之间的关联矩阵，根据关联矩阵更新K个聚类中心；重复以上计算距离、更新聚类中心的过程，直到达到迭代结束条件；所述基于K-means的洪涝监测模型采用交叉熵来计算时空极化特征矩阵与聚类中心之间的距离，距离的计算公式为： 其中，dmnk表示像素点m,n的时空极化特征矩阵与第k个聚类中心之间的距离，为第k个聚类中心对应的像素点mk,nk在第t个时相中的极化特征向量，k＝1,2,…,K；tr[·]为计算矩阵的迹； 和分别为经过归一化映射处理后的像素点m,n的时空极化特征矩阵和第k个聚类中心。

全文数据：

权利要求：

百度查询： 南京北斗创新应用科技研究院有限公司 一种顾及时空极化信息的无监督洪涝检测方法及系统