一种基于Freeman分解与散射熵的极化SAR图像迭代分类方法
该文提出了一种基于Freeman分解与散射熵的极化SAR图像迭代分类新方法.该方法首先通过Freeman分解提取3种散射机理成分的功率,同时通过H/分解提取地物的散射熵;再利用这4个表征地物特性的参数将极化SAR图像中的地物划分为9个初始类,最后使用Wishart分类器对初始类进行迭代分类得到最终的结果.该方法合理利用了地物的极化散射信息,能够取得较好的分类效果,同时运算量也比较小.实测极化SAR数据的实验结果验证了该方法的有效性.
极化SAR、图像分类、Freeman分解、H/分解、Wishart迭代
30
TN957.52
2009-03-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
2698-2701