基于改进三分量模型的全极化SAR图像分类

基于改进三分量模型的全极化SAR图像分类
徐一凡;刘爱芳;徐辉;黄龙;王帆
【期刊名称】《电子测量技术》
【年(卷),期】2017(40)12
【摘要】基于改进三分量散射模型提出一种全极化合成孔径雷达(SAR)图像非监督分类方法。

运用改进三分量分解模型解决体散射过高估计和负功率像素问题,提出类别重估步骤解决Wishart迭代聚类使聚类中心发生迁移的问题。

首先对极化相干矩阵进行去定向操作,将各个像素的定向角旋转为0°;然后利用改进三分量分解模型将目标分解为平面散射、二次散射和体散射3种成分;接着利用3种散射功率计算功率散射熵,根据散射熵和3种散射成分的功率进行初步分类,利用Wishart迭代聚类优化分类结果;最后对Wishart聚类的结果进行类别重估,实现极化SAR图像的非监督分类。

结果表明,本文算法的物理意义明确,分类结果易与实际地物相结合,测试区域的总体分类精度为98.6%,Kappa系数为0.973。

【总页数】8页(P220-227)
【关键词】极化SAR;分类;极化分解;去定向;散射熵
【作者】徐一凡;刘爱芳;徐辉;黄龙;王帆
【作者单位】南京电子技术研究所
【正文语种】中文
【中图分类】TN959.3
【相关文献】
1.基于Yamaguchi分解模型的全极化SAR图像分类 [J], 杨然;李坤;涂志刚;陈荣元;秦前清
2.利用SVM的全极化、双极化与单极化SAR图像分类性能的比较 [J], 吴永辉;计科峰;郁文贤
3.4分量模型和散射参数的全极化雷达图像分类 [J], 邵永社;韩阳;吕倩利;杨书娟
4.基于密度峰值搜索的全极化 SAR 图像分类 [J], 何伟;邢孟道
5.基于超像素和全卷积网络的极化SAR图像分类 [J], 陈彦桥;张小龙;陈金勇;高峰;柴兴华
因版权原因，仅展示原文概要，查看原文内容请购买。