SAR影像极化特征的混合高斯模型与分类 | 网络首发 -- 中国光学期刊网

网络首发

光学学报

ESCI,EI,SCOPUS,CJCR,CSCD,北图

2019年第39卷第01期2页

SAR影像极化特征的混合高斯模型与分类

李珞茹 ¹徐新 ¹董浩 ¹桂容 ¹谢欣芳 ¹

录用时间：2018-06-11

网络首发时间：2018-08-30

论文栏目

遥感与传感器

作者单位

¹ 武汉大学电子信息学院

论文摘要

针对高分辨率合成孔径雷达（Polarimetric SAR）影像中极化特征呈现的尖峰拖尾等复杂多样的统计特点，本文采用混合高斯模型（GMM）对极化特征建模，并提出了一种约束距离的混合多元高斯分布的参数估计算法。该参数估计算法在贪婪期望最大算法（Greedy EM）框架下设计约束距离函数，自动地估计混合分量个数和模型参数，进而在贝叶斯框架下实现极化SAR影像的地物分类。对RADARSAT-2旧金山等地区三组影像数据的分类结果表明，相比于经典的分类算法，本文的GMM分类算法在总体精度上提高了7%-10%，且对样本的依赖性更小，在城区和耕地区域等异质区域可以得到精度更高的分类结果。

遥感混合高斯模型统计分布合成孔径雷达参数估计

引用本文

李珞茹, 徐新, 董浩, 桂容, 谢欣芳. SAR影像极化特征的混合高斯模型与分类[J]. 光学学报, 2019, 39(01): 2.

DOI：10.3788/aos201939.01遥感与传感器02

PDF 全文：点击此处查看

网络首发

关于本站 Cookie 的使用提示

全站搜索

网络首发

浏览排行

下载排行

关于本站 Cookie 的使用提示

全站搜索