APP下载

基于密度峰值搜索的全极化SAR图像分类

2016-01-21邢孟道

系统工程与电子技术 2016年1期

何 伟, 邢孟道

(西安电子科技大学雷达信号处理国家重点实验室, 陕西 西安 710071)



基于密度峰值搜索的全极化SAR图像分类

何伟, 邢孟道

(西安电子科技大学雷达信号处理国家重点实验室, 陕西 西安 710071)

摘要:提出一种基于密度峰值搜索(find of density peaks,FDP)的全极化SAR图像(polarimetric synthetic aperture radar,POLSAR)无监督分类方法。由于在边缘地带以及奇异点的散射类型复杂,在无监督分类过程中干扰巨大,本文通过构建基于信息熵的显著性图来剔除这一类点的影响,并对剩余部分的参数进行了加权处理。随后在/A/SPAN空间基于FDP方法进行无监督分类。最后通过ESAR的数据进行了实验验证,结果证明了方法的有效性。

关键词:全极化合成孔径雷达; 无监督分类; 显著性图; 密度峰值

0引言

1极化表示

(1)

式中,H表示转置操作。

其对应的协方差矩阵表达式为

(2)

式中,〈…〉表示为多视处理;*表示复共轭。

如果两个密度函数分别是PT1(k)和PT2(k),则二者的信息熵距离[6-9]表达为

(3)

假设各通道极化信息服从复高斯分布,则

(4)

对相干矩阵作特征分解

(5)

式中,λ1≥λ2≥λ3。

归一化后的特征值

具体的几个参数定义如下:

熵值

(6)

Alpha角

(7)

各向异性度

(8)

强度

(9)

(10)

在局部区域内,信息熵是可以作为度量尺度精确衡量两个点的差异性的,因此本文选取信息熵来描述局部区域的两个像素点极化的距离,用于构造显著性图。但是从大的场景考虑,由地形变化等引起的极化方位角的变化,会干扰极化信息的表示,因此采用特征分解参数的对应的欧式距离进行度量全局像素的距离更为合适。……

登录APP查看全文