高分辨率极化SAR影像KummerU分布非监督分类方法

摘要：

针对高分辨率极化SAR数据特征分布不再符合同质区域假设,进而导致基于统计分布的极化SAR影像非监督分类方法精度下降的问题,将具有广泛适用性的KummerU分布嵌入粒子群寻优聚类算法,提出了新的极化SAR影像非监督分类算法(PSO-KummerU方法):首先基于极化SAR统计特征对数据进行初分类,然后采用极化SAR统计特征与粒子群优化算法进一步进行聚类中心求解,分类准则部分采用KummerU距离改进代替传统的Wishart距离度量准则;采用3种非监督分类方法(H/α-Wishart、PSO-Wishart、PSO-KummerU方法)进行分类对比实验.实验结果表明:基于KummerU分布的PSO-KummerU方法与采用Wishart距离的聚类方法相比,目视效果明显改进,整体分类精度提高14％以上.

关键词：KummerU分布、极化SAR、高分辨率、粒子群算法、非监督分类

所属期刊栏目：52

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划项目;广东省科技计划项目;广东省教育厅基础应用研究重大项目

在线出版日期：2020-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：85-90