一种改进的模糊Wishart-PSO极化SAR影像智能聚类算法
针对极化SAR影像聚类精度不高、极化参数数据量大、计算复杂的问题,本文提出了基于改进模糊Wishart距离的极化SAR影像粒子群智能聚类方法.该方法首先针对极化SAR数据分布,结合模糊划分改进传统Wishart聚类评价准则,减小孤立点噪声影响;然后根据极化散射机理完成聚类初始划分;最后在迭代寻优步骤引入粒子群优化框架,提高聚类中心有效性与分类精度.试验分别采用L波段AIRSAR数据及X波段高分辨率极化SAR数据验证了模糊Wishart-PSO聚类算法的有效性,分类结果较传统的H/α-Wishart方法合理性明显提高,聚类精度可达 90%.
粒子群优化算法、模糊集、极化SAR、非监督分类、Wishart距离
P237(摄影测量学与测绘遥感)
广东省普通高校青年创新人才类项目;广州市基础研究计划基础与应用基础研究项目;广东工贸职业技术学院高层次人才专项;校级项目
2023-07-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
88-92