10.3969/j.issn.1001-2400.2015.03.009
采用联合相似度谱聚类集成的极化SAR分类
为了降低谱聚类算法尺度参数对分类结果的影响,避免 Nystr?m逼近导致的分类结果不稳定,提出了一种基于谱聚类集成的极化合成孔径雷达(SAR)地物分类方法。首先,利用像素间的空间关系和极化信息,将基于相干矩阵 Wishart距离的相似性测度和基于极化特征矢量欧氏距离的相似性测度相结合,引入马尔可夫随机场势函数,构造谱聚类的相似性矩阵;然后,采用基于 Nystr?m逼近的谱聚类实现极化 SAR数据的单次谱分类;最后,采用集成策略完成对极化 SAR图像的地物分类。实验结果表明,该算法提高了分类精度,区域一致性保持较好,且分类结果稳定。
极化合成孔径雷达、谱聚类集成、Wishart距离、马尔可夫随机场
TP75(遥感技术)
国家重点基础研究发展计划资助项目2013CB329402;国家自然科学基金资助项目61072106,61272282
2015-06-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
48-53,128