一种新的极化SAR图像非监督分类算法研究

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

一种新的极化SAR图像非监督分类算法研究

邹同元, 杨文, 代登信, 孙洪

文章导航 > 武汉大学学报 ● 信息科学版 > 2009 > 34(8): 910-913

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[J]. 武汉大学学报 ● 信息科学版, 2009, 34(8): 910-913.

引用本文:

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[J]. 武汉大学学报 ● 信息科学版, 2009, 34(8): 910-913.

ZOU Tongyuan, YANG Wen, DAI Dengxin, SUN Hong. An Unsupervised Classification Method of POLSAR Image[J]. Geomatics and Information Science of Wuhan University, 2009, 34(8): 910-913.

Citation:

ZOU Tongyuan, YANG Wen, DAI Dengxin, SUN Hong. An Unsupervised Classification Method of POLSAR Image[J]. Geomatics and Information Science of Wuhan University, 2009, 34(8): 910-913.

一种新的极化SAR图像非监督分类算法研究

¹武汉大学电子信息学院,武汉市珞喻路129号,430079

基金项目: 国家自然科学基金资助项目(40801183,60890074)；国家863计划资助项目(2007AA12Z180,2007AA12Z155)

作者简介:
邹同元,博士生,主要研究方向为多极化SAR图像分类技术。

中图分类号: P237.3

An Unsupervised Classification Method of POLSAR Image

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

Funds: 国家自然科学基金资助项目(40801183,60890074)；国家863计划资助项目(2007AA12Z180,2007AA12Z155)

摘要: 提出了一种建立在Mean-shift过分割结果区域图上的极化SAR图像非监督分类算法。首先通过Mean-shift算法得到极化SAR图像的过分割结果区域图,并将过分割小块视为“超级像素”,然后在Freeman-Durden分解的基础上引入散射功率熵和各向异性量参数来进一步分析“超级像素”的混合散射机制问题,最后结合Wishart迭代聚类实现极化SAR图像的非监督分类。实验表明,该算法具有较为满意的分类效果。
- Mean-Shift /
- 非监督分类 /
- Freeman-Durden分解
Abstract: An unsupervised classification algorithm established on the mean-shift over-segmentation is presented in this paper. First,an over-segmentation result is obtained by a mean-shift algorithm and the segmentation patches are treated as "super-pixels". Then,based on Freeman-Durden decomposition,we survey the four different combinations of three basic scattering mechanisms by introducing two new parameters-the scattering power entropy and anisotropy. Finally,the iterative wishart classifier is applied to get the final classification results. The effectiveness of this algorithm is demonstrated by using the German aerospace center's (DLR) E-SAR L-band polarimetric synthetic aperture radar images.
- mean-shift /
- unsupervised classification /
- Freeman-Durden decomposition

[1]	王春艳, 刘佳新, 徐爱功, 王玉, 隋心. 一种新的高分辨率遥感影像模糊监督分类方法 . 武汉大学学报 ● 信息科学版, 2018, 43(6): 922-929. doi: 10.13203/j.whugis20150726
[2]	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
[3]	赵磊, 陈尔学, 李增元, 冯琦, 李兰, 杨浩. 基于均值漂移和谱图分割的极化SAR影像分割方法及其评价 . 武汉大学学报 ● 信息科学版, 2015, 40(8): 1061-1068. doi: 10.13203/j.whugis20130681
[4]	赵丽科, 宋伟东, 王竞雪. Freeman链码优先级直线提取算法研究 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 42-46.
[5]	吕凤华, 舒宁, 龚龑, 郭清, 尚海兴. 基于自适应 mean shift影像分割算法的研究 . 武汉大学学报 ● 信息科学版, 2014, 39(7): 850-855.
[6]	佃袁勇, 方圣辉, 姚崇怀. 一种面向地理对象的遥感影像变化检测方法 . 武汉大学学报 ● 信息科学版, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
[7]	刘修国, 黄晓东, 陈启浩, 姜萍. 归一化法消除全极化SAR影像Freeman分解中的不一致 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 257-261.
[8]	. 归一化法消除全极化SAR影像Freeman分解中的不一致 . 武汉大学学报 ● 信息科学版, 2013, 38(3): 257-261.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.
[16]	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.
[17]	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 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 122-125.
[18]	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.
[19]	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.
[20]	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.

WeChat

点击查看大图

计量

文章访问数: 881
HTML全文浏览量: 50
PDF下载量: 388
被引次数: 0

一种新的极化SAR图像非监督分类算法研究

¹武汉大学电子信息学院,武汉市珞喻路129号,430079

基金项目: 国家自然科学基金资助项目(40801183,60890074)；国家863计划资助项目(2007AA12Z180,2007AA12Z155)

作者简介:
邹同元,博士生,主要研究方向为多极化SAR图像分类技术。

收稿日期: 2009-05-28
修回日期: 2009-05-28
刊出日期: 2009-08-05

中图分类号: P237.3

关键词:

非监督分类 /

Freeman-Durden分解

摘要: 提出了一种建立在Mean-shift过分割结果区域图上的极化SAR图像非监督分类算法。首先通过Mean-shift算法得到极化SAR图像的过分割结果区域图,并将过分割小块视为“超级像素”,然后在Freeman-Durden分解的基础上引入散射功率熵和各向异性量参数来进一步分析“超级像素”的混合散射机制问题,最后结合Wishart迭代聚类实现极化SAR图像的非监督分类。实验表明,该算法具有较为满意的分类效果。

English Abstract

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[J]. 武汉大学学报 ● 信息科学版, 2009, 34(8): 910-913.

引用本文:

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[J]. 武汉大学学报 ● 信息科学版, 2009, 34(8): 910-913.

ZOU Tongyuan, YANG Wen, DAI Dengxin, SUN Hong. An Unsupervised Classification Method of POLSAR Image[J]. Geomatics and Information Science of Wuhan University, 2009, 34(8): 910-913.

Citation:

ZOU Tongyuan, YANG Wen, DAI Dengxin, SUN Hong. An Unsupervised Classification Method of POLSAR Image[J]. Geomatics and Information Science of Wuhan University, 2009, 34(8): 910-913.

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