一种双频极化SAR图像分类方法

摘要

本文提出了一种利用两种不同频率下的极化SAR图像进行地物分类的新方法,该方法包括了两个过程,初始类划分过程和迭代修正过程。初始类划分过程是基于目标的散射特性随频率变化而改变的趋势和程度实现的。与传统的双频极化SAR图像分类中的初始类划分方法不同,新的划分方法基于不同频率下所提取的特征量,定义了特征变化量和特征变化平面,在特征平面上直接进行多类目标的初始类划分,而不需要迭代和类合并过程。这种新的初始类划分方法反映了目标散射特性随频率的变化关系,物理意义直观,实现方法简单易行。将这种初始类划分方法与Wishart分类器相结合,就可以实现对极化SAR图像的无监督迭代分类。实测的SIR-C数据和AIRSAR数据的分类结果表明,该方法是一种有效的极化SAR图像分类方法。