极化SAR影像弱散射地物统计分类
针对Wishart分类器对功率具有较强的依赖性,不易区分极化SAR影像上水体、道路、裸土、阴影等弱后向散射地物的问题,提出一种利用极化目标分解和假设检验的弱散射地物统计分类方法.即在H-α初始化的基础上,使用似然比检验得出像元与每个类中心的相似性,并将其作为像元与类中心的距离测度.根据第一类错误概率和统计量的概率分布,将相似性很小的强散射点归为拒绝类,减少对分类的影响；对不能显著拒绝的像元归入具有最小统计量的类别中.通过使用E-SAR L波段和Radarsat-2 C波段全极化数据进行实验,结果表明本文方法有利于弱散射地物极化信息的利用,能够实现水体、道路、裸露的土壤和阴影等的精确分类.
极化SAR(PolSAR)、似然比检验、弱散射地物、非监督分类
17
TP753(遥感技术)
国家自然科学基金60890074;国家高技术研究发展计划863计划2011AA120404;中央高校基本科研业务费专项201161902020003,2012619020213,2012619020206
2013-05-10（万方平台首次上网日期，不代表论文的发表时间）
共14页
306-319
