APP下载

一种极化熵结合混合GEV模型的全极化SAR潮间带区域地物分类方法

2017-11-27折小强仇晓兰卢晓军

雷达学报 2017年5期
关键词:分类特征区域

折小强 仇晓兰 雷 斌 张 薇 卢晓军

①(中国科学院空间信息与应用系统重点实验室 北京 100190)

②(中国科学院电子学研究所 北京 100190)

③(中国科学院大学 北京 100190)

④(民政部卫星减灾应用中心 北京 100124)

⑤(中国国际工程咨询公司 北京 100048)

一种极化熵结合混合GEV模型的全极化SAR潮间带区域地物分类方法

折小强*①②③仇晓兰①②雷 斌①②张 薇④卢晓军⑤

①(中国科学院空间信息与应用系统重点实验室 北京 100190)

②(中国科学院电子学研究所 北京 100190)

③(中国科学院大学 北京 100190)

④(民政部卫星减灾应用中心 北京 100124)

⑤(中国国际工程咨询公司 北京 100048)

该文提出了一种可用于全极化SAR的潮间带区域地物分类的方法。首先针对潮间带的特点对4种典型极化特征进行分析和筛选,得到一组最适合描述潮间带区域的多极化特征:极化熵(Polarimetric entropy)和反熵(Anisotropy)。然后基于对潮间带区域极化熵图像的散射特性分析和极值理论,利用广义极值分布(Generalized Extreme Value, GEV)描述其统计特性。在此基础上,提出了一种基于GEV混合模型的EM算法实现对潮间带地物分类的方法。最后,基于上海崇明东滩潮间带的Radarsat-2全极化数据进行了实验,实验结果证明了方法的有效性。

合成孔径雷达(SAR);多极化特征;广义极值分布(GEV);有限混合模型;潮间带地物分类

1 引言

潮间带区域是一种位于陆地与海洋之间的特殊海岸区域,在低潮时露出水面而在高潮时被水淹没[1],其构成了一个独特的湿地生态系统,提供了多种植被必需的生长环境,是水产养殖、海洋环境观测、海洋经济开发以及海岸防御的重点区域。……

登录APP查看全文

猜你喜欢

分类特征区域
分类算一算
如何表达“特征”
不忠诚的四个特征
教你一招:数的分类
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
线性代数的应用特征
区域