基于MV与Wishart距离的极化SAR图像分类

作者：韩景红; 王海江

来源：成都信息工程大学学报, 2019, 34(01): 31-34.

DOI：10.16836/j.cnki.jcuit.2019.01.007

• 极化SAR图像
• SLIC
• 分类
• 多数投票
• 超像素

传统的极化SAR图像分类都是基于像素点的分类,准确率普遍不高。为提高极化SAR图像的分类准确率,提出了一种基于超像素的分类算法。首先,对极化SAR数据进行预处理,并提取高维特征空间。然后,利用降维算法对高维特征空间降维,减少特征空间的冗余信息,提取主要信息。利用SLIC算法对Pauli分解后的极化SAR图像进行超像素分割。最后,以超像素为单元,利用多数投票原则与Wishart分类相结合的方法对超像素进行分类。实验结果表明该算法对极化SAR图像分类能够得到更好的分类效果。

• 单位
  电子工程学院; 成都信息工程大学