多视极化合成孔径雷达图象的分类和极化通道优化
刘国庆① ; 熊红① ; 黄顺吉① ; A.Torre② ; F.Rubertone②
① 电子科技大学电子工程学院 成都 610054;② Dept. of Remote Sensing, Alenia Spazio SPA, Rome 00131, Italy
CLASSIFICATION OF MULTI-LOOK POLARIMETRIC SAR IMAGERY AND POLARIZATION CHANNEL OPTIMIZATION
Liu Guoqing① ; Xiong Hong① ; Huang Shunji① ; A. Torre② ; F. Rubertone②
① College of Electron. Eng.,Univ. of Electron. Sci. & Tech. of China Chengdu 610054;② Dept. of Remote Sensing; Alenia Spazio SPA; Rome 00131; Italy
摘要 本文提出一个新的最大似然(ML)分类算法对多视全极化合成孔径雷达(SAR)图象进行分类,给出了应用NASA/JPL机载L波段四视全极化SAR实测数据的试验结果,证明了新算法的有效性。此外,本文还将所提算法应用于部分的多视全极化SAR数据中,实现了地貌类型分类的极化通道优化。
关键词 :
极化合成孔径雷达 ,
多视处理 ,
相干斑 ,
分类 ,
极化通道优化
Abstract :In this paper, a new maximum likelihood (ML) classification algorithm is proposed to classify the multi-look polarimetric synthetic aperture radar (SAR) imagery. Experimental results with the NASA/JPL airborne L-band 4-look polarimetric SAR data demonstrate the effectiveness of the new algorithm. Furthermore, when using the algorithm in the classifications with subsets of the multi-look polarimetric SAR data, the polarization-channel optimization for the terrain type classification is implemented.
Key words :
Polarimetric SAR
Multi-look processing
Speckle
Classification
Polarization-channel optimization
收稿日期: 1996-04-26
引用本文:
刘国庆; 熊红; 黄顺吉; A.Torre; F.Rubertone. 多视极化合成孔径雷达图象的分类和极化通道优化[J]. 电子与信息学报, 1998, 20(1): 56-61 .
Liu Guoqing① ; Xiong Hong① ; Huang Shunji① ; A. Torre② ; F. Rubertone② . CLASSIFICATION OF MULTI-LOOK POLARIMETRIC SAR IMAGERY AND POLARIZATION CHANNEL OPTIMIZATION. , 1998, 20(1): 56-61 .
链接本文:
http://jeit.ie.ac.cn/CN/ 或 http://jeit.ie.ac.cn/CN/Y1998/V20/I1/56
[1]
乔雪,彭晨,段贺,张钰尧. 基于共享特征相对属性的零样本图像分类 [J]. 电子与信息学报, 2017, 39(7): 1563-1570.
[2]
汤萍萍,董育宁. 小波域基于分段Hurst指数的视频流分类 [J]. 电子与信息学报, 2017, 39(6): 1298-1304.
[3]
王燕,李晴,付进,梁国龙. 超短基线定位系统融合分类解模糊技术研究 [J]. 电子与信息学报, 2017, 39(6): 1348-1354.
[4]
孙鹏浩,兰巨龙, 陆肖元,胡宇翔,马腾. 一种基于匹配域裁剪的包分类规则集压缩方法 [J]. 电子与信息学报, 2017, 39(5): 1185-1192.
[5]
徐明亮,王士同. 由最大同类球提取模糊分类规则 [J]. 电子与信息学报, 2017, 39(5): 1130-1135.
[6]
郭继昌,张帆,王楠. 基于Fisher约束和字典对的图像分类 [J]. 电子与信息学报, 2017, 39(2): 270-277.
[7]
樊养余,李祖贺,王凤琴,马江涛. 基于跨领域卷积稀疏自动编码器的抽象图像情绪性分类 [J]. 电子与信息学报, 2017, 39(1): 167-175.
[8]
王昌海, 许昱玮, 张建忠. 基于层次分类的手机位置无关的动作识别 [J]. 电子与信息学报, 2017, 39(1): 191-197.
[9]
刘嘉琪,齐佳音. 基于社会系统响应函数的在线群体分类研究 [J]. 电子与信息学报, 2016, 38(9): 2141-2149.
[10]
黄志洪,李威,杨立群,江政泓,魏星,林郁,杨海钢. 一种基于与非锥簇架构FPGA输入交叉互连设计优化方法 [J]. 电子与信息学报, 2016, 38(9): 2397-2404.
[11]
郑超,陈杰,殷松峰,杨星,冯云松,凌永顺. 改进的协同训练框架下压缩跟踪 [J]. 电子与信息学报, 2016, 38(7): 1624-1630.
[12]
唐中奇,付光远,陈进,张利. 基于低秩结构提取的高光谱图像压缩表示 [J]. 电子与信息学报, 2016, 38(5): 1085-1091.
[13]
李龙,刘峥. 基于训练特征空间分布的雷达地面目标鉴别器设计 [J]. 电子与信息学报, 2016, 38(4): 950-957.
[14]
陈素根,吴小俊. 基于特征值分解的中心支持向量机算法 [J]. 电子与信息学报, 2016, 38(3): 557-564.
[15]
王晓初,王士同,包芳, 蒋亦樟. 最小化类内距离和分类算法 [J]. 电子与信息学报, 2016, 38(3): 532-540.