钱方明，楼良盛，刘　薇，张笑微，张　昊

1.西安测绘研究所，陕西 西安,710054；2.地理信息工程国家重点实验室，陕西 西安,710054



基于Cloude目标分解的极化InSAR地物分类方法

钱方明1,2，楼良盛1,2，刘薇1,2，张笑微1,2，张昊1,2

1.西安测绘研究所，陕西 西安,710054；2.地理信息工程国家重点实验室，陕西 西安,710054

本文针对利用Pol-InSAR数据进行地物分类的问题，提出了一种基于Cloude目标分解的Pol-InSAR地物分类方法。该方法首先对Pol-InSAR数据进行预处理，抑制噪声影响，然后采用Cloude目标分解结果和极化相干性信息确定初始类别，最后对初始类别利用Wishart分类器进行聚类分析得到分类结果。实验结果表明，该方法在地物类型单一区域分类精度较高，在地物类型多样区域分类精度相对较低。

极化干涉合成孔径雷达；地物分类；Cloude目标分解

1　引　言

地物分类是将图像中的所有像元按其性质分为若干个类别的技术过程，主要任务是提取地物要素信息(几何和属性信息)。通常，地物分类的实现途径有基于光学(高光谱)数据的分类方法和基于极化SAR(Polarimetric SAR，Pol-SAR)数据的分类方法。高光谱遥感的波长范围比较宽，从可见光延伸到短波红外，甚至到中红外和热红外，光谱分辨率高，能够获取地物精细的光谱特征曲线，并可根据需要选择或提取特定的波段来突出目标特征，实现地物的定量分析与提取。其缺点是在数据获取阶段采用被动式传感器，受气候、光照等条件的影响严重；此外，由于表面材质相同的地物具有相同的光谱特性，容易混淆相同材质的不同地物。……