基于四分量散射模型的多极化SAR图像分类

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于四分量散射模型的多极化SAR图像分类

张海剑, 杨文, 邹同元, 孙洪

文章导航 > 武汉大学学报 ( 信息科学版) > 2009 > 34(1): 122-125

张海剑, 杨文, 邹同元, 孙洪. 基于四分量散射模型的多极化SAR图像分类[J]. 武汉大学学报 ( 信息科学版), 2009, 34(1): 122-125.

引用本文:

张海剑, 杨文, 邹同元, 孙洪. 基于四分量散射模型的多极化SAR图像分类[J]. 武汉大学学报 ( 信息科学版), 2009, 34(1): 122-125.

ZHANG Haijian, YANG Wen, ZOU Tongyuan, SUN Hong. Classification of Polarimetric SAR Image Based on Four-component Scattering Model[J]. Geomatics and Information Science of Wuhan University, 2009, 34(1): 122-125.

Citation:

ZHANG Haijian, YANG Wen, ZOU Tongyuan, SUN Hong. Classification of Polarimetric SAR Image Based on Four-component Scattering Model[J]. Geomatics and Information Science of Wuhan University, 2009, 34(1): 122-125.

基于四分量散射模型的多极化SAR图像分类

¹武汉大学电子信息工程学院,武汉市珞喻路129号430079

基金项目: 武汉大学测绘遥感信息工程国家重点实验室开放研究基金资助项目；湖北省自然科学基金资助项目(2007ABA257)

作者简介:
张海剑,博士生。主要研究方向为多极化SAR图像分类和目标检测技术。

中图分类号: P237.4

Classification of Polarimetric SAR Image Based on Four-component Scattering Model

¹School of Electronic Information Engineering,129 Luoyu Road,Wuhan University,Wuhan 430079,China

Funds: 武汉大学测绘遥感信息工程国家重点实验室开放研究基金资助项目；湖北省自然科学基金资助项目(2007ABA257)

摘要: 基于四分量散射模型提出了一种多极化SAR(synthetic aperture radar)图像非监督分类算法。与Freeman三分量散射模型不同,四分量散射模型在Freeman三分量的基础上增加了螺旋散射分量(helix),该分量反映了复杂地貌和不规则城市建筑的散射机理,可以用来处理复杂的场景图像。算法强调了初始分类的重要性,在初始分类中考虑了混合散射机制像素的存在,从而提高了分类结果的精确度。聚类过程中,采用由四个散射分量组成的特征向量进行迭代聚类。为了实现算法的完全非监督,利用特征向量给出了一种新的聚类终止准则。NASA/JPL实验室AIRSAR全极化数据分类实验结果表明,该算法具有较好的分类效果,并获得了较高的分类精度。
- 多极化合成孔径雷达 /
- 四分量分解 /
- 非监督分类
Abstract: An improved classification algorithm is proposed to deal with polarimetric synthetic aperture radar(POLSAR) images.This algorithm is based on a four-component scattering model,compared to the three-component(surface,double-bounce and volume) model introduced by Freeman and Durden,the four-component scattering model introduces the helix scattering as its fourth component,which can describe complex terrains and man-made targets in urban areas;so the four-component scattering model can deal with general scattering cases.In addition,this algorithm emphasizes the existence of pixels with mixed scattering mechanism,and applies the result of the four-component decomposition as feature vector to initial merging and the final iterative classifier.We use L-band AIRSAR data to demonstrate this improved method;and the experimental result verifies the effectiveness of this improved algorithm.
- polarimetric synthetic aperture radar /
- four-component decomposition /
- unsupervised classification

[1]	吴星辉, 马海涛, 张杰. 地基合成孔径雷达的发展现状及应用 . 武汉大学学报 ( 信息科学版), 2019, 44(7): 1073-1081. doi: 10.13203/j.whugis20190058
[2]	许炎义, 钟何平, 唐劲松. 多接收阵合成孔径声纳后向投影成像快速算法 . 武汉大学学报 ( 信息科学版), 2015, 40(10): 1409-1413. doi: 10.13203/j.whugis20130816
[3]	付海强, 汪长城, 朱建军, 解清华, 赵蓉. Neumann分解理论在极化SAR植被分类中的应用 . 武汉大学学报 ( 信息科学版), 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372
[4]	陈启浩, 刘修国, 黄晓东, 姜萍. 一种极化sar协方差矩阵综合四分量分解模型 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 873-877.
[5]	吴佳, 蔡之华, 金晓文. 自适应差分演化算法在图像监督分类中的应用 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 23-26.
[6]	杨杰, 赵伶俐, 李平湘, 郎丰铠. 引入规范化圆极化相关系数的保持极化散射特性的分类算法 . 武汉大学学报 ( 信息科学版), 2012, 37(8): 911-914.
[7]	熊彪, 江万寿, 李乐林. 基于高斯混合模型的遥感影像半监督分类 . 武汉大学学报 ( 信息科学版), 2011, 36(1): 108-112.
[8]	巫兆聪, 欧阳群东, 胡忠文, 刘玲. 四分量散射模型在极化SAR相干斑滤波中的应用 . 武汉大学学报 ( 信息科学版), 2011, 36(7): 763-766.
[9]	张斌, 马国锐, 刘国英, 秦前清. 一种结合Freeman分解和散射熵的MRF多极化SAR影像分割算法 . 武汉大学学报 ( 信息科学版), 2011, 36(9): 1064-1067.
[10]	杨杰, 郎丰铠, 李德仁. 一种利用Cloude-Pottier分解和极化白化滤波的全极化SAR图像分类算法 . 武汉大学学报 ( 信息科学版), 2011, 36(1): 104-107.
[11]	张斌, 杨然, 谢兴, 秦前清. 利用极化目标分解和WMRF的全极化SAR图像分类方法 . 武汉大学学报 ( 信息科学版), 2011, 36(3): 297-300.
[12]	杨英宝, 李艳雯. 基于极化合成理论的SAR目标最优极化研究 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 951-954.
[13]	余凡, 赵英时. 合成孔径雷达反演裸露地表土壤水分的新方法 . 武汉大学学报 ( 信息科学版), 2010, 35(3): 318-321.
[14]	张中山, 燕琴, 余洁, 李岩. 基于粒子群算法的全极化SAR图像非监督分类算法研究 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 941-945.
[15]	陶建斌, 舒宁, 龚龑, 沈照庆. 一种基于高斯混合模型的遥感影像有指导非监督分类方法 . 武汉大学学报 ( 信息科学版), 2010, 35(6): 727-732.
[16]	邹同元, 杨文, 代登信, 孙洪. 一种新的极化SAR图像非监督分类算法研究 . 武汉大学学报 ( 信息科学版), 2009, 34(8): 910-913.
[17]	易尧华, 余长慧, 秦前清, 龚健雅. 基于独立分量分析的遥感影像非监督分类方法 . 武汉大学学报 ( 信息科学版), 2005, 30(1): 19-22.
[18]	曾旭平, 阳凡林, 李陶, 赵建虎. 基于SOFM网络的声图非监督分类 . 武汉大学学报 ( 信息科学版), 2004, 29(11): 977-980.
[19]	张景雄. 遥感影像的全模糊监督分类 . 武汉大学学报 ( 信息科学版), 1998, 23(3): 211-214.
[20]	顾天襄. 合成孔径侧视雷达影象平面加密精度 . 武汉大学学报 ( 信息科学版), 1983, 8(2): 71-81.

WeChat

点击查看大图

计量

文章访问数: 1049
HTML全文浏览量: 38
PDF下载量: 407
被引次数: 0

基于四分量散射模型的多极化SAR图像分类

¹武汉大学电子信息工程学院,武汉市珞喻路129号430079

基金项目: 武汉大学测绘遥感信息工程国家重点实验室开放研究基金资助项目；湖北省自然科学基金资助项目(2007ABA257)

作者简介:
张海剑,博士生。主要研究方向为多极化SAR图像分类和目标检测技术。

收稿日期: 2008-11-08
修回日期: 2008-11-08
刊出日期: 2009-01-05

中图分类号: P237.4

关键词:

多极化合成孔径雷达 /

四分量分解 /

非监督分类

摘要: 基于四分量散射模型提出了一种多极化SAR(synthetic aperture radar)图像非监督分类算法。与Freeman三分量散射模型不同,四分量散射模型在Freeman三分量的基础上增加了螺旋散射分量(helix),该分量反映了复杂地貌和不规则城市建筑的散射机理,可以用来处理复杂的场景图像。算法强调了初始分类的重要性,在初始分类中考虑了混合散射机制像素的存在,从而提高了分类结果的精确度。聚类过程中,采用由四个散射分量组成的特征向量进行迭代聚类。为了实现算法的完全非监督,利用特征向量给出了一种新的聚类终止准则。NASA/JPL实验室AIRSAR全极化数据分类实验结果表明,该算法具有较好的分类效果,并获得了较高的分类精度。

English Abstract

张海剑, 杨文, 邹同元, 孙洪. 基于四分量散射模型的多极化SAR图像分类[J]. 武汉大学学报 ( 信息科学版), 2009, 34(1): 122-125.

引用本文:

张海剑, 杨文, 邹同元, 孙洪. 基于四分量散射模型的多极化SAR图像分类[J]. 武汉大学学报 ( 信息科学版), 2009, 34(1): 122-125.

ZHANG Haijian, YANG Wen, ZOU Tongyuan, SUN Hong. Classification of Polarimetric SAR Image Based on Four-component Scattering Model[J]. Geomatics and Information Science of Wuhan University, 2009, 34(1): 122-125.

Citation:

ZHANG Haijian, YANG Wen, ZOU Tongyuan, SUN Hong. Classification of Polarimetric SAR Image Based on Four-component Scattering Model[J]. Geomatics and Information Science of Wuhan University, 2009, 34(1): 122-125.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码