基于非负特征值分解的极化SAR子空间分解滤波

摘要：

极化SAR子空间分解滤波的优势在于能很好地保持极化信息,然而斑点噪声抑制效果与边缘、点目标信息的保持能力却有待提高.针对这一问题,提出了一种基于非负特征值分解(NNED)的极化SAR子空间分解滤波.对于每一个像素点,首先计算其参数向量协方差矩阵的特征值与特征向量,进而得到各个特征子空间;然后,以散射机制相似度最小化为标准,利用NNED选取分离信号子空间与噪声子空间的最优阅值；最后根据信号子空间得到滤波后的结果.实测极化SAR实验表明,相比于同类算法,所提出的算法能有效地抑制斑点噪声并且能很好地保持边缘、点目标信息.

关键词：极化合成孔径雷达(极化SAR)、斑点噪声、子空间分解、非负特征值分解(NNED)

所属期刊栏目：40

分类号：TP75(遥感技术)

资助基金：国家自然科学基金61271297,61272281;国防预研基金9140A01060411DZ0101;博士学科点科研专项基金20110203110001

在线出版日期：2013-07-11（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：266-270