基于特征值分布统计特性的极化SAR图像分类方法

摘要

本发明公开了基于特征值高斯统计特性的极化SAR图像分类方法，主要解决现有技术对特征分布特性认知上不足和类别判决界限需要人为确定的问题。其实现过程是：1)对待分类极化SAR图像的所有像素点进行特征值分解；2)选取不同匀质区域作为最基本的类别代表区域，并提取代表匀质区域的特征值；3)采用EM算法分别对各类匀质区域特征值λ₁，λ₂，λ₃的高斯混合模型参数进行估计，求取各个特征值的概率密度分布函数；4)求解各类匀质区域三个特征值的联合概率分布函数；5)对匀质区域中的像素点进行贝叶斯分类，并输出分类结果。本发明具有对极化SAR图像分类效果显著的优点，可用于极化SAR图像目标检测和目标识别。