作者:许斌散射参数地物分类先验概率
摘要:结合Freeman-Durden以散射模型为基础开发的分解算法和基于非高斯的K-Wishart分布,提出了一种无监督算法对全极化合成孔径雷达(fully polarimetric SAR,PolSAR)数据进行地物分类。该算法主要由3大步骤组成: 首先通过Freeman-Durden算法把PolSAR数据划分成3种散射: 表面散射、体散射和二面角散射,再使用形状参数χ将各种散射分为3类; 然后通过每个像元的8个邻域计算先验概率,以改进分类距离和计算聚类中心; 最后应用迭代K-Wishart分类器进行精确分类,并对每一类提出颜色填充方案。与复Wishart分布不同,K-wishart分布不但适合均匀区域数据描述,而且对不均匀区域数据的描述能力也很强。实验结果表明,该方法比Freeman-Durden分解和复Wishart分布组合具有更好的分类性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社