肖 艳，王 斌，姜琦刚，闻 雅

（1. 长春工程学院勘查与测绘工程学院，长春 130012；2. 长春市测绘院，长春 130021；3. 吉林大学地球探测科学与技术学院，长春 130012）

0 引 言

有效的 PolSAR（Polarimetric Synthetic Aperture Radar，PolSAR）影像分类技术是PolSAR 成功应用的基础[1]。然而相比于比较成熟的PolSAR 成像技术与系统设计，PolSAR 影像分类技术的发展相对滞后，严重制约了PolSAR 技术的应用，因此，开展PolSAR 影像分类技术研究对提高PolSAR 系统应用水平具有重要意义[2]。

相比于单极化SAR，PolSAR 测量的是目标的极化散射特性，能够获取目标在多个极化状态下的电磁波散射图像[3]。因此，PolSAR 数据的优势就在于其包含的丰富极化信息。如何充分利用极化信息进行分类一直是PolSAR 影像分类研究的热点问题[4]。根据极化信息利用方式，PolSAR 影像分类方法可归纳为3 类：直接利用散射矩阵和散射矢量的方法、直接利用相干矩阵和协方差矩阵的方法以及利用目标极化分解的方法[5]。相比于前2种方法，利用目标极化分解方法所获得的分类结果能更好的揭示地物散射机理，有助于人们对影像的理解。根据分解机制及针对目标的不同，研究人员相继提出了多种目标极化分解方法，较为经典的有 Krogager 分解[6]、Huynen 分解[7]、Barnes 分解[8]、Cloude 分解[9]、H/A/α分解[10]、Freeman2 分解[11]、Freeman3 分解[12]、Yamaguchi分解[13]、Neumann 分解[14]、Touzi 分解[15]、Holm 分解[16]、Van Zyl 分解[17]和Pauli 分解[18]。这些目标极化分解方法在PolSAR 影像分类中都得到了广泛应用。

总结PolSAR 影像分类研究现状，发现现有利用目标极化分解的分类研究大都仅利用了一种极化分解方法。然而，目前发展的众多极化分解方法中，哪一种方法所提取的特征最能反映地物本质特征、最利于分类精度提高，还尚无定论。……