极化SAR图像的聚类序列投影寻踪模型方法

摘要：

针对极化SAR数据的分类问题,提出了序列投影寻踪模型方法进行极化SAR数据的无监督分类.该方法的特点是利用目标散射的极化相似性参数来表征目标特征;通过遗传算法逐步给出投影寻踪方法中的最佳投影,以获取高维数据的一维投影特征;进而采用EM算法估计混合模型的参数;最后由Bayes决策准则实现分类.该文对旧金山湾地区的极化SAR数据进行分类,得到了好的分类结果,实例计算结果分别与采用强度特征的无监督分类结果和直接利用散射熵-散射角分类的结果进行了比较,说明新方法对于极化SAR数据的分类具有明显的优越性.

关键词：序列投影寻踪模型、无监督分类、合成孔径雷达、极化相似性参数、EM算法

所属期刊栏目：21

分类号：TP391;TP751(计算技术、计算机技术)

资助基金：国家自然科学基金60375003;航空基础科学基金03I53059;西北工业大学校科研和教改项目CX200327

在线出版日期：2007-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：682-686