| 摘要: |
| 简缩极化SAR作为一种特殊的双极化模式，可以获取较为全面的极化信息，同时也能获得较大的成像幅宽，近年来得到了研究人员的关注。但以往基于极化度的分解方法存在体散射过估计的问题，导致分解与分类的结果在城区部分，尤其是大方位角城区部分表现一般。本文采用基于城区描述子的简缩极化分解方法，将分解获取的特征进行Wishart迭代分类，同时利用SLIC算法进行超像素分割，在超像素区域内进行类别合并，从而改善分类效果。实验采用Radarsat-2旧金山区域的全极化数据仿真合成CTLR模式及π/4模式的简缩极化数据验证了算法的可行性，实验表明，对于两种模式，本文方法在小方位角城区分类精度提高约20%，大方位角城区分类精度提高约10%。 |
| 关键词: 简缩极化SAR 简缩极化分解 无监督分类 超像素分割 |
| DOI：DOI:10.3969/j.issn.1672-2337.2021.05.015 |
| 分类号:TN957.52 |
| 基金项目:国家自然科学基金(No.61801015，61871413) |
|
| A Compact Polarimetric SAR Classification Method Based onUrban Area Features and SLIC |
|
YIN Qiang，XU Jie
|
|
School of Information Science and Technology, Beijing University of Chemical Technology，Beijing 100029，China
|
| Abstract: |
|
| Key words: compact polarimetric SAR(CP SAR) compact polarimetric decomposition unsupervised classification simple linear iterative cluster(SLIC) |
