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

Neumann分解理论在极化SAR植被分类中的应用

付海强 汪长城 朱建军 解清华 赵蓉

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[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372
引用本文: 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[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372
FU Haiqiang, WANG Changcheng, ZHU Jianjun, XIE Qinghua, ZHAO Rong. A Polarimetric Classification Method Based on Neumann Decomposition[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372
Citation: FU Haiqiang, WANG Changcheng, ZHU Jianjun, XIE Qinghua, ZHAO Rong. A Polarimetric Classification Method Based on Neumann Decomposition[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372

Neumann分解理论在极化SAR植被分类中的应用

doi: 10.13203/j.whugis20130372
基金项目: 国家自然科学基金资助项目(41371335,41274010);国家973计划资助项目(2013CB733303);湖南省自然科学基金资助项目(12JJ4035);测绘遥感信息工程国家重点实验室开放基金资助项目(11R03);中南大学中央高校基本科研业务费专项资金资助项目(2013zzts055)
详细信息
    作者简介:

    付海强,博士,主要研究方向为利用极化SAR提取植被参数。

    通讯作者: 付海强,博士,主要研究方向为利用极化SAR提取植被参数
  • 中图分类号: P237.9;P237.4

A Polarimetric Classification Method Based on Neumann Decomposition

Funds: The National Natural Science Foundation of China,Nos.41371335,41274010;the National 973Program of China,
More Information
    Author Bio:

    国家自然科学基金资助项目(41371335,41274010);国家973计划资助项目(2013CB733303);湖南省自然科学基金资助项目(12JJ4035);测绘遥感信息工程国家重点实验室开放基金资助项目(11R03);中南大学中央高校基本科研业务费专项资金资助项目(2013zzts055)

    Corresponding author: WANG Changcheng,PhD,associate professor.
  • 摘要: 利用Neumann分解理论中体散射模型的各向异性与方向角随机程度对植被的形态特征加以区分,建立各向异性-方向角随机程度平面进行初始分类。在此基础之上,利用Wishart距离进行迭代分类。选取德国Oberpfaffenhofen地区E-SARL波段、SIR-C/X-SARL和C波段三种极化数据进行实验,结果表明,本文方法在植被覆盖区分类效果优于Freeman-Duren和Yamaguchi模型分类结果,能较好地区分针叶林、阔叶林,且L波段分类结果优于C波段分类结果。
  • [1] Wang Y T,Ainsworth T L,Lee J S.Estimation ofThe Orientation and Shape Parameters of CanopyScatterers from POLSAR Observations[J].IEEEJournal of Selected Topics in Applied Earth Ob-servations and Remote Sensing,2012,5(3):835-846[2] Neumann M,Ferro-Famil L,Reigber A.Estima-tion ofForest Structure,Ground,and Canopy LayerCharacteristics from Mutibaseline Polarimetric In-terfero-metric SAR Data[J].IEEE Transactionson Geoscience and Remote Sensing,2010,48(3):1 086-1 103[3] Trueuhaft R N,Siqueira P R.Vertical Structure ofVegetatedland Surfaces from Interferometric andPolarimetric Radar[J].Radio Science,2000,351 :141-177[4] Freeman A,Durden S L.A Three-component Scat-tering Model for Polarimetric SAR Data[J].IEEETransactions on Geoscience and Remote Sensing,1998,36(3):963-973[5] Yamaguchi Y,Moriyama T,Ishido M,et al.Four-component Scattering Model for Polarimetric SARImage Decomposition[J].IEEE Transactions onGeoscience and Remote Sensing,2005,43(8):1 699-1 706[6] Lee J S,Ainsworth T L.TheEffect of OrientationAngle Compensation on Coherency Matrix and Po-larimetric Target Decomposition[J].IEEE Trans-actions on Geoscience and Remote Sensing,2011,91 :53-64 第40卷第5期付海强等:Neumann分解理论在极化SAR植被分类中的应用611[7] Lee J S,Grunes M R,Pottier E,et al.Unsuper-vised Terrain Classification Preserving PolarimetricScattering Characteristics[J].IEEE Transactionson Geoscience and Remote Sensing,2004,42(4):722-731[8] Cloude S R,Pottier E.AReview of Target Decom-position Theorems in Radar Polarimetry Data[J].IEEE Transactions on Geoscience and Remote Sens-ing,1996,34(2):498-518[9] Zhao Lingli,Yang Jie,Li Pingxiang,et al.Statisti-cal Classification of Weak Backscattering Scatterersof PolSAR Image[J].Journal of Remote Sensing,2013,17(2):306-319(赵伶俐,杨杰,李平湘等.极化SAR影像弱散射地物统计分类[J].遥感学报.2013,17(2):306-319)[10] Zou Tongyuan,Yang Wen,Dai Dengxin,et al.AnUnsupervised Classification Method of POLSARImage[J].Geomatics and Information Science ofWuhan University,2009,34(8):910-913(邹同元,杨文,代登信,等.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)[11] Yang Jie,Zhao Lingli,Li Pingxiang,et al.Preser-ving Polarimetric Scattering Characteristics Classifi-cation by introducing Normalized Circular-pol Cor-relation coefficient[J].Geomatics and InformationScience of Wuhan University,2012,37(8):911-914(杨杰,赵伶俐,李平湘,等.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)[12] Papathanassiou K P,Cloude S R.Single-BaselinePolarimetric SAR Interferometry[J].IEEE Trans-actions on Geoscienceand Remote Sensing,2001,39(11):2 352-2 362
  • [1] 覃星力, 杨杰, 李平湘, 赵伶俐, 孙开敏.  迁移学习用于多时相极化SAR影像的水体提取 . 武汉大学学报 ● 信息科学版, 2022, 47(7): 1093-1102. doi: 10.13203/j.whugis20200121
    [2] 李平湘, 刘致曲, 杨杰, 孙维东, 黎旻懿, 任烨仙.  利用随机森林回归进行极化SAR土壤水分反演 . 武汉大学学报 ● 信息科学版, 2019, 44(3): 405-412. doi: 10.13203/j.whugis20160531
    [3] 李兰, 陈尔学, 李增元, 冯琦, 赵磊.  极化SAR K-Wishart分类器及其性能评价 . 武汉大学学报 ● 信息科学版, 2016, 41(11): 1498-1504. doi: 10.13203/j.whugis20140649
    [4] 廖露, 李平湘, 杨杰, 常虹.  一种基于分布式目标互易性判断的SAR极化定标改进方法 . 武汉大学学报 ● 信息科学版, 2015, 40(8): 1042-1047. doi: 10.13203/j.whugis20140096
    [5] 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.
    [6] 余洁, 刘利敏, 李小娟, 赵争.  利用ICA算法进行全极化SAR影像滤波研究 . 武汉大学学报 ● 信息科学版, 2013, 38(2): 212-216.
    [7] 梁志锋, 凌飞龙, 陈尔学.  全极化SAR数据的最大后验概率分类 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 648-651.
    [8] 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.
    [9] 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.
    [10] 杨杰, 史磊, 李平湘.  基于极化相干最优与极化总功率的Wishart-H/Alpha分类 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 22-25.
    [11] 邓少平, 李平湘, 张继贤, 黄国满.  基于乘积模型的极化SAR滤波 . 武汉大学学报 ● 信息科学版, 2011, 36(10): 1168-1171.
    [12] 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.
    [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] 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.
    [16] 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.
    [17] 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.
    [18] 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.
    [19] 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.
    [20] 胡灿程, 汪长城, 沈鹏.  一种引入极化似然比检验的极化SAR滑坡形变监测方法 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20200281
  • 加载中
计量
  • 文章访问数:  3279
  • HTML全文浏览量:  60
  • PDF下载量:  773
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-07-31
  • 修回日期:  2015-05-05
  • 刊出日期:  2015-05-05

Neumann分解理论在极化SAR植被分类中的应用

doi: 10.13203/j.whugis20130372
    基金项目:  国家自然科学基金资助项目(41371335,41274010);国家973计划资助项目(2013CB733303);湖南省自然科学基金资助项目(12JJ4035);测绘遥感信息工程国家重点实验室开放基金资助项目(11R03);中南大学中央高校基本科研业务费专项资金资助项目(2013zzts055)
    作者简介:

    付海强,博士,主要研究方向为利用极化SAR提取植被参数。

    通讯作者: 付海强,博士,主要研究方向为利用极化SAR提取植被参数
  • 中图分类号: P237.9;P237.4

摘要: 利用Neumann分解理论中体散射模型的各向异性与方向角随机程度对植被的形态特征加以区分,建立各向异性-方向角随机程度平面进行初始分类。在此基础之上,利用Wishart距离进行迭代分类。选取德国Oberpfaffenhofen地区E-SARL波段、SIR-C/X-SARL和C波段三种极化数据进行实验,结果表明,本文方法在植被覆盖区分类效果优于Freeman-Duren和Yamaguchi模型分类结果,能较好地区分针叶林、阔叶林,且L波段分类结果优于C波段分类结果。

English Abstract

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[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372
引用本文: 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[J]. 武汉大学学报 ● 信息科学版, 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372
FU Haiqiang, WANG Changcheng, ZHU Jianjun, XIE Qinghua, ZHAO Rong. A Polarimetric Classification Method Based on Neumann Decomposition[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372
Citation: FU Haiqiang, WANG Changcheng, ZHU Jianjun, XIE Qinghua, ZHAO Rong. A Polarimetric Classification Method Based on Neumann Decomposition[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5): 607-611. doi: 10.13203/j.whugis20130372
参考文献 (1)

目录

    /

    返回文章
    返回