郎丰铠，杨 杰，赵伶俐，张 兢，李德仁

1.武汉大学测绘遥感信息工程国家重点实验室，湖北武汉430079；2.91635部队，北京102249

基于Freeman散射熵和各向异性度的极化SAR影像分类算法研究

郎丰铠1，杨 杰1，赵伶俐1，张 兢2，李德仁1

1.武汉大学测绘遥感信息工程国家重点实验室，湖北武汉430079；2.91635部队，北京102249

极化SAR影像中阴影、水体和裸露的耕地3种地物类型有非常相似的极化散射特性，常规基于非相干分解的分类方法难以将其有效地区分。对此，本文引入基于Freeman分解的散射熵Hf和各向异性度Af两个特征参数，并将其用于极化SAR影像分类。首先利用Hf和Af参数将阴影和水体提取出来，然后将其他地物按散射机制分为3大类，并对每一类再次利用Hf和Af参数进行细分，最后通过基于Wishart分布的聚类和迭代分类，得到最终的分类结果。通过利用Radarsat－2在河南登封获取的全极化SAR数据进行试验，表明该算法执行效率高，能够有效地区分阴影、水体和裸露的耕地，并且对其他地物类型也有很好的分类效果。

极化SAR；分类；Freeman分解；散射熵；各向异性度

1 引 言

合成孔径雷达以其全天时、全天候的优势，在测绘制图、变化监测等方面得到了广泛应用［1－3］。SAR影像分类是SAR影像处理的重要组成部分，是SAR影像解译的基础［3－4］。近年来，极化SAR系统发展迅速，利用极化SAR影像分类已经成为SAR影像分类的研究热点［5－9，12－18］。随着相关研究的不断深入，相对于传统的仅仅利用SAR影像强度信息而言，充分提取和利用极化SAR影像中能表征地物特性的极化散射信息，能有效地提高极化SAR影像的分类效果。……