基于独立分量分析的极化SAR图像非监督分类方法

被引：5

作者：

付毓生 ^{[1
]}

谢艳 ^{[2
]}

皮亦鸣 ^{[2
]}

侯印鸣 ^{[2
]}

机构：

[1] 四川大学电子信息学院

[2] 电子科技大学电子工程学院

来源：

电波科学学报 | 2007年 / 02期

关键词：

雷达极化; 合成孔径雷达; 独立分量分析; 主分量分析; 峰起度; 非监督分类; 模糊c均值算法;

D O I：

暂无

中图分类号：

TP752 [图像处理设备];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

提出了一种针对极化合成孔径雷达(SAR)图像的新的分类方法——基于独立分量分析(ICA)的非监督分类方法。该方法将ICA和基于模糊集理论的非监督分类方法结合起来。用ICA方法对原始极化SAR图像进行特征提取,并用模糊C均值(FCM)算法对提取出的独立分量图像进行分类。该算法可对极化SAR图像进行自动分类,并减少由相干斑噪声所引起的分类错误,且其收敛速度快、稳定性高。采用SIR-C/X-SAR数据的试验证明了该算法的有效性。

引用

页码：255 / 260

页数：6

共 5 条

[1]

极化SAR遥感中森林特征的提取 [J].