极化目标分解在目标分类中的应用

摘要：

极化目标分解是从极化SAR数据中提取目标特征的重要方法,可以将其概括为两大类:基于Sinclair矩阵的相干目标分解和基于Mueller矩阵、相干矩阵、协方差矩阵的部分相干目标分解.利用相干目标分解中的基于Pauli矩阵分解法、Krogager分解法和Cameron分解法,对实测极化SAR数据进行分类实验,结果表明极化目标分解对于从极化SAR数据中提取目标特征,进而对其进行分类是可行和有效的.

关键词：相干目标分解、极化、目标分类、最小距离分类器

所属期刊栏目：30

分类号：TN957

在线出版日期：2006-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：33-36