引入极化方位角特征的极化SAR图像分类

针对传统的基于散射机理的极化SAR图像分类方法易导致与雷达方位向具有一定倾角的建筑物（简称定向建筑物）被错划为森林等体散射类型的问题,提出一种引入极化方位角特征的分类方法。利用四分量分解模型并引入极化方位角补偿技术把像元划分为相应的主散射类型;定义一种极化方位角标准差参数作为区域匀质性测量指标,利用该参数从体散射类型中区分出定向建筑物类型;并在此基础上将Wishart分类器应用于极化SAR图像分类。采用E-SAR系统获取的L波段全极化数据进行实验,并与传统分类方法进行对比。定性和定量的比较结果表明,提出的方法不仅保留了传统分类方法的优势,且很好地解决了定向建筑物与森林的分类混淆现象。...

Full description

Saved in:
Bibliographic Details
Published in计算机应用研究 Vol. 32; no. 11; pp. 3484 - 3488
Main Author 王剑波 王超 张红 吴樊
Format Journal Article
LanguageChinese
Published 中国科学院遥感与数字地球研究所 数字地球重点实验室，北京 100094 2015
中国科学院大学，北京 100049%中国科学院遥感与数字地球研究所 数字地球重点实验室,北京,100094
Subjects
Wishart迭代
四分量分解
图像分类
极化合成孔径雷达
极化方位角
极化方位角
four-component decomposition
图像分类
Wishart 迭代
image classification
polariza-tion orientation angle (POA)
Wishart iteration
极化合成孔径雷达
四分量分解
polarimetric synthetic aperture radar (PolSAR)
Online AccessGet full text
ISSN1001-3695
DOI10.3969/j.issn.1001-3695.2015.11.067

Cover

More Information
Summary:针对传统的基于散射机理的极化SAR图像分类方法易导致与雷达方位向具有一定倾角的建筑物（简称定向建筑物）被错划为森林等体散射类型的问题,提出一种引入极化方位角特征的分类方法。利用四分量分解模型并引入极化方位角补偿技术把像元划分为相应的主散射类型;定义一种极化方位角标准差参数作为区域匀质性测量指标,利用该参数从体散射类型中区分出定向建筑物类型;并在此基础上将Wishart分类器应用于极化SAR图像分类。采用E-SAR系统获取的L波段全极化数据进行实验,并与传统分类方法进行对比。定性和定量的比较结果表明,提出的方法不仅保留了传统分类方法的优势,且很好地解决了定向建筑物与森林的分类混淆现象。
Bibliography:51-1196/TP
The conventional PolSAR image classification algorithm based on the scattering mechanism tends to misclassify the oriented buildings （not parallel to the radar azimuth） into the volume scattering category such as the forests. To overcome this problem, this paper developed an improved classification method by introducing polarization orientation angle （POA） teature. Firstly, it divided all pixels into corresponding dominated scattering categories by applying four-component decomposition mo- del combined with the polarization orientation angle compensation. Then, it defined a parameter, POA standard deviation, as an indicator of the region homogeneity measure and used this parameter to distinguish the oriented buildings from the volume scattering category. Based on this, it applied the Wishart iterative classifier to the PolSAR image classification. Using the E-SAR L band full polarimetric SAR data, this paper made a comparison between the proposed method and the conventional classification algorithm.
ISSN:1001-3695
DOI:10.3969/j.issn.1001-3695.2015.11.067