基于模糊C均值的全极化SAR图像分类方法

摘要

本发明公开了一种基于模糊C均值的全极化SAR图像分类方法，针对传统的基于Cloude‑Pottier分解的极化SAR图像分类方法中由于分割阈值固定导致的地类边界不准确的问题，采用Wishart距离取代传统模糊C均值聚类中的欧氏距离，并引入一个距离因子，使得分类结果与真实地表更加接近，准确度更高。本发明所达到的有益效果：本发明中基于改进的模糊C均值聚类方法采用Wishart距离取代传统的欧氏距离，更加符合全极化SAR图像中像素点的分布规律，同时还引入了一个距离因子来增加散射机制相似的地类之间的可分度。该方法有效解决了传统的基于Cloude‑Pottier分解的极化SAR图像分类中由于分割阈值固定导致的地类边界不准确的问题，因此得到的分类结果与真实地表更加接近。