APP下载

基于贝叶斯信息准则的极化干涉SAR图像非监督分类

2012-07-25涂尚坦廖明生

电子与信息学报 2012年11期
关键词:分类利用监督

杨 文 颜 卫 涂尚坦 廖明生

①(武汉大学电子信息学院 武汉 430072)

②(武汉大学测绘遥感信息工程国家重点实验室 武汉 430079)

1 引言

极化干涉合成孔径雷达(Polarimetric Interferometry SAR, PolInSAR)是利用极化合成孔径雷达进行干涉测量的新型成像雷达。极化干涉合成孔径雷达通过极化信息和干涉信息的融合,有效地扩展了观测空间。极化干涉SAR不仅具有对目标散射体的精细物理形状敏感的特性,而且包含目标散射体空间分布的信息,大大提高了对地物的识别能力[1]。

非监督分类是极化干涉 SAR图像自动解译中最为基本和重要的应用之一,也是研究的热点领域。目前已有多种极化干涉 SAR非监督分类方法被提出来。2001年,文献[2]给出了利用L波段的E-SAR极化干涉SAR数据进行地物分类的精细分析,通过利用极化干涉熵和极化干涉各向异性度特征,有效地改善了初始分类的效果。2004年,文献[3]也利用极化干涉熵和极化干涉各向异性度进行极化干涉SAR非监督分类研究。2005年,文献[4]基于极化干涉 SAR数据相干系数在单位复数椭圆中的分布形状,并利用得到的椭圆率等参数对极化干涉SAR图像进行分类。文献[5]利用Shannon熵特征的强度,极化度和干涉3个分量,进行地物分类,获得了好的效果。文献[6,7]利用Shannon熵分解的强度,极化度和干涉度 3个贡献度来均等地利用极化干涉SAR数据强度,极化和干涉信息。实验结果表明了利用Shannon熵特征进行地物分类的有效性。

图像的非监督分类问题,本质上是判定哪些像素和哪些像素应该被分在一类中,也就是应该把哪些像素聚成一类,其中涉及到了每个像素类别标号的确定和聚类类数的确定[8]。……

登录APP查看全文

猜你喜欢

分类利用监督
利用min{a,b}的积分表示解决一类绝对值不等式
分类算一算
突出“四个注重” 预算监督显实效
利用一半进行移多补少
利用数的分解来思考
Roommate is necessary when far away from home
教你一招:数的分类
监督见成效 旧貌换新颜
夯实监督之基
监督宜“补”不宜“比”