一种基于拓维和卷积的极化相似度计算方法

本发明公开了一种基于拓维和卷积的极化相似度计算方法，获取HH、HV、VH和VV四个极化通道单视复数数据，构建4维的复数散射矩阵；通过改变发射天线和接收天线的极化方式，建立其它的非水平或垂直的极化基，将4维的复数散射矩阵拓展为256维的复数散射矩阵，得到SAR图像的极化多维度特征；通过卷积神经网络训练，将这256维的复数散射矩阵匹配到对应的三种土地覆盖类型—水体、植被或建筑，得到包含单次散射机制、二次散射机制和体散射机制三种物理模型的权重矩阵，将这个权重矩阵作为相似度计算的标准矩阵；将极化SAR图像上任意一点得到的256维的复数散射矩阵与标准矩阵进行卷积，同时得到该点与单次散射目标的相似度，与二次散射目标的相似度，和与体散射目标的相似度。本发明通过拓展极化维度和卷积的方法，实现了同时计算SAR观测目标与三种标准目标的相似度。