一种改进的全极化SAR图像MCSM-Wishart非监督分类方法

编号 zgly0001595285

文献类型 期刊论文

文献题名 一种改进的全极化SAR图像MCSM-Wishart非监督分类方法

作者 陈军  杜培军  谭琨 

作者单位 中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室  南京大学江苏省地理信息技术重点实验室 

母体文献 国土资源遥感 

年卷期 2015年02期

年份 2015 

分类号 TN957.52 

关键词 全极化SAR图像  复Wishart分布  H/Alpha/A分解  多分量散射模型(MCSM)分解  迭代自组织数据分析技术(ISODATA)  聚类算法 

文摘内容 针对H/Alpha/A-Wishart非监督分类算法存在的未充分提取SAR图像极化信息和分类精度低等问题,引入多分量散射模型(multiple-component scattering model,MCSM)分解,提出了一个适用于全极化SAR图像非监督分类的MCSM-Wishart算法。首先对全极化SAR图像进行MCSM分解,提取体散射、二次散射、螺旋体散射、表面散射和线散射极化信息,采用迭代自组织数据分析技术(iterative self-organizing data analysis technique,ISODATA)的非监督分类算法进行聚类;然后通过基于描述多视协方差矩阵的复Wishart分布的迭代分类得到分类结果。以南京溧水和盐城滨海湿地的ALOS PALSAR图像为研究数据,比较了H/Alpha-Wishart算法、H/Alpha/A-Wishart算法、MCSM-Wishart算法和监督-Wishart算法4种分类方法。研究结果表明,MCSM-Wishart分类算法在效率、总体准确率和Kappa系数等指标上均较原始分类器有一定的提高;将ISODATA聚类算法应用于复Wishart分布的迭代分类器中,可有效提高分类的精度。